ترتيب إخفاقات إجابة خاطئة

اكتشف أي نماذج الذكاء الاصطناعي تواجه إجابة خاطئة أكثر من غيرها، حتى ترى مخاطر الاعتمادية قبل الاختيار. الترتيب حسب: اختبارات صحيحة ↓.

النماذج المعروضة

إجمالي الإخفاقات

3172

النموذج الأكثر تأثرًا

Gemini 3.6 Flash 1

الفئات

ضمن الفئة خاص بالمجال893 ضمن الفئة حيل مضادة للذكاء الاصطناعي519 ضمن الفئة البرمجة484 ضمن الفئة حل الألغاز352 ضمن الفئة معلومات عامة315 ضمن الفئة الذكاء العام134 ضمن الفئة مجمّع128 ضمن الفئة مهام الوكلاء128 ضمن الفئة اتباع التعليمات117 ضمن الفئة تحليل البيانات واستخراجها93

443/443

الترتيب	النموذج	الشركة	عدد إجابة خاطئة	النتيجة	إجمالي التكلفة	اختبارات صحيحة	زمن الاستجابة (المتوسط)
#179	Qwen3.8 Flash Next xhigh	Qwen	6	0.7	~$0.195	14/23	102.7s
إجمالي الاختبارات 23 الاختبارات الخاطئة 9 إجمالي التكلفة ~$0.195 زمن الاستجابة (المتوسط) 102.7s
#186	Gemini 3.1 Flash Lite Preview medium	Google	7	0.7	$0.158	14/23	6.78s
إجمالي الاختبارات 23 الاختبارات الخاطئة 9 إجمالي التكلفة $0.158 زمن الاستجابة (المتوسط) 6.78s
#190	Qwen3.5-122B-A10B medium	Qwen	5	0.7	$1.152	14/23	67.0s
إجمالي الاختبارات 23 الاختبارات الخاطئة 9 إجمالي التكلفة $1.152 زمن الاستجابة (المتوسط) 67.0s
#197	Gemma 4 31B medium	Google	4	0.7	$0.144	14/23	78.8s
إجمالي الاختبارات 23 الاختبارات الخاطئة 9 إجمالي التكلفة $0.144 زمن الاستجابة (المتوسط) 78.8s
#208	Grok 4.7 xhigh	X AI	3	0.7	$3.398	14/23	124.0s
إجمالي الاختبارات 23 الاختبارات الخاطئة 9 إجمالي التكلفة $3.398 زمن الاستجابة (المتوسط) 124.0s
#225	Beam 1.0 501B A23B medium	Reflection	6	0.7	$0.499	14/23	6.27s
إجمالي الاختبارات 23 الاختبارات الخاطئة 9 إجمالي التكلفة $0.499 زمن الاستجابة (المتوسط) 6.27s
#255	Gemini 3.1 Flash Lite Preview low	Google	7	0.6	$0.736	14/23	19.0s
إجمالي الاختبارات 23 الاختبارات الخاطئة 9 إجمالي التكلفة $0.736 زمن الاستجابة (المتوسط) 19.0s
#273	Gemini 3.5 Flash none	Google	4	0.6	$1.752	14/23	14.1s
إجمالي الاختبارات 23 الاختبارات الخاطئة 9 إجمالي التكلفة $1.752 زمن الاستجابة (المتوسط) 14.1s
#261	Claude Opus 4.6 medium	Anthropic	4	0.6	$2.961	13/22	32.2s
إجمالي الاختبارات 22 الاختبارات الخاطئة 9 إجمالي التكلفة $2.961 زمن الاستجابة (المتوسط) 32.2s
#341	Mimo V2 PRO medium	Xiaomi	5	0.5	$0.333	12/21	22.2s
إجمالي الاختبارات 21 الاختبارات الخاطئة 9 إجمالي التكلفة $0.333 زمن الاستجابة (المتوسط) 22.2s
#342	MiMo-V2-Flash medium	Xiaomi	5	0.5	$0.043	12/21	20.1s
إجمالي الاختبارات 21 الاختبارات الخاطئة 9 إجمالي التكلفة $0.043 زمن الاستجابة (المتوسط) 20.1s
#84	GPT-5 Mini medium	OpenAI	5	0.8	$0.315	13/23	29.4s
إجمالي الاختبارات 23 الاختبارات الخاطئة 10 إجمالي التكلفة $0.315 زمن الاستجابة (المتوسط) 29.4s
#88	Muse Spark 1.1 high	Meta	3	0.8	$2.570	13/23	37.4s
إجمالي الاختبارات 23 الاختبارات الخاطئة 10 إجمالي التكلفة $2.570 زمن الاستجابة (المتوسط) 37.4s
#112	GPT-5.4 Nano medium	OpenAI	8	0.8	$0.235	13/23	16.0s
إجمالي الاختبارات 23 الاختبارات الخاطئة 10 إجمالي التكلفة $0.235 زمن الاستجابة (المتوسط) 16.0s
#119	GPT-5.4 Mini medium	OpenAI	6	0.8	$1.102	13/23	29.9s
إجمالي الاختبارات 23 الاختبارات الخاطئة 10 إجمالي التكلفة $1.102 زمن الاستجابة (المتوسط) 29.9s

إخفاقات إجابة خاطئة

تصفية النماذج

أفضل النماذج حسب عدد إجابة خاطئة

عدد إجابة خاطئة مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)