ترتيب إخفاقات إجابة خاطئة

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

النماذج المعروضة

إجمالي الإخفاقات

3172

النموذج الأكثر تأثرًا

GPT-6 Astra 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)
#153	DeepSeek V4 Flash 0731 low	DeepSeek	8	0.7	$0.306	13/23	88.1s
إجمالي الاختبارات 23 الاختبارات الخاطئة 10 إجمالي التكلفة $0.306 زمن الاستجابة (المتوسط) 88.1s
#67	Qwen3.8 27B high	Qwen	2	0.9	~$0.298	17/23	166.3s
إجمالي الاختبارات 23 الاختبارات الخاطئة 6 إجمالي التكلفة ~$0.298 زمن الاستجابة (المتوسط) 166.3s
#203	Inkling low	Thinkingmachines	8	0.7	$0.293	11/23	6.81s
إجمالي الاختبارات 23 الاختبارات الخاطئة 12 إجمالي التكلفة $0.293 زمن الاستجابة (المتوسط) 6.81s
#277	Inkling none	Thinkingmachines	13	0.6	$0.292	7/23	5.30s
إجمالي الاختبارات 23 الاختبارات الخاطئة 16 إجمالي التكلفة $0.292 زمن الاستجابة (المتوسط) 5.30s
#304	Mistral Large 4 none	Mistral	15	0.6	$0.290	6/23	20.4s
إجمالي الاختبارات 23 الاختبارات الخاطئة 17 إجمالي التكلفة $0.290 زمن الاستجابة (المتوسط) 20.4s
#141	Muse Glimmer 30B medium	Meta	9	0.8	$0.288	12/23	34.0s
إجمالي الاختبارات 23 الاختبارات الخاطئة 11 إجمالي التكلفة $0.288 زمن الاستجابة (المتوسط) 34.0s
#18	Gemini 3.7 Flash medium	Google	2	1.0	$0.278	21/23	8.16s
إجمالي الاختبارات 23 الاختبارات الخاطئة 2 إجمالي التكلفة $0.278 زمن الاستجابة (المتوسط) 8.16s
#104	Seed-2.0-Lite medium	Bytedance Seed	6	0.8	$0.271	14/23	48.9s
إجمالي الاختبارات 23 الاختبارات الخاطئة 9 إجمالي التكلفة $0.271 زمن الاستجابة (المتوسط) 48.9s
#333	Kimi K2.5 none	Moonshot AI	17	0.5	$0.262	5/23	35.9s
إجمالي الاختبارات 23 الاختبارات الخاطئة 18 إجمالي التكلفة $0.262 زمن الاستجابة (المتوسط) 35.9s
#108	DeepSeek V4 Flash 0423 high	DeepSeek	6	0.8	$0.261	14/23	56.0s
إجمالي الاختبارات 23 الاختبارات الخاطئة 9 إجمالي التكلفة $0.261 زمن الاستجابة (المتوسط) 56.0s
#322	Seed-2.0-Code none	Bytedance Seed	12	0.5	$0.257	6/23	17.5s
إجمالي الاختبارات 23 الاختبارات الخاطئة 17 إجمالي التكلفة $0.257 زمن الاستجابة (المتوسط) 17.5s
#192	Gemini 3 Flash Preview low	Google	7	0.7	$0.254	16/23	8.51s
إجمالي الاختبارات 23 الاختبارات الخاطئة 7 إجمالي التكلفة $0.254 زمن الاستجابة (المتوسط) 8.51s
#220	GLM 5.2 none	Z.ai	8	0.7	$0.250	13/23	11.3s
إجمالي الاختبارات 23 الاختبارات الخاطئة 10 إجمالي التكلفة $0.250 زمن الاستجابة (المتوسط) 11.3s
#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
#334	Qwen3.6 Max Preview none	Qwen	11	0.5	$0.228	11/22	7.82s
إجمالي الاختبارات 22 الاختبارات الخاطئة 11 إجمالي التكلفة $0.228 زمن الاستجابة (المتوسط) 7.82s

إخفاقات إجابة خاطئة

تصفية النماذج

أفضل النماذج حسب عدد إجابة خاطئة

عدد إجابة خاطئة مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)