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

3101

النموذج الأكثر تأثرًا

GPT-6 Astra 1

الفئات

ضمن الفئة خاص بالمجال878 ضمن الفئة حيل مضادة للذكاء الاصطناعي502 ضمن الفئة البرمجة477 ضمن الفئة حل الألغاز344 ضمن الفئة معلومات عامة306 ضمن الفئة الذكاء العام129 ضمن الفئة مجمّع126 ضمن الفئة مهام الوكلاء126 ضمن الفئة اتباع التعليمات111 ضمن الفئة تحليل البيانات واستخراجها93

434/434

الترتيب	النموذج	الشركة	عدد إجابة خاطئة	النتيجة	إجمالي التكلفة	اختبارات صحيحة	زمن الاستجابة (المتوسط)
#433	Step 3.5 Flash none	Stepfun	1	0.2	$0.020	6/12	39.0s
إجمالي الاختبارات 12 الاختبارات الخاطئة 6 إجمالي التكلفة $0.020 زمن الاستجابة (المتوسط) 39.0s
#336	Mercury 2.5 low	Inception	14	0.5	$0.020	6/23	3.34s
إجمالي الاختبارات 23 الاختبارات الخاطئة 17 إجمالي التكلفة $0.020 زمن الاستجابة (المتوسط) 3.34s
#326	Laguna XS 2.1 none	Poolside	14	0.5	$0.020	5/23	4.56s
إجمالي الاختبارات 23 الاختبارات الخاطئة 18 إجمالي التكلفة $0.020 زمن الاستجابة (المتوسط) 4.56s
#309	Gemini 2.5 Flash none	Google	13	0.5	$0.017	8/23	6.00s
إجمالي الاختبارات 23 الاختبارات الخاطئة 15 إجمالي التكلفة $0.017 زمن الاستجابة (المتوسط) 6.00s
#377	Nemotron 3 Super none	NVIDIA	16	0.4	$0.016	5/23	7.11s
إجمالي الاختبارات 23 الاختبارات الخاطئة 18 إجمالي التكلفة $0.016 زمن الاستجابة (المتوسط) 7.11s
#386	gpt-oss-120b none	OpenAI	9	0.4	$0.016	6/20	28.6s
إجمالي الاختبارات 20 الاختبارات الخاطئة 14 إجمالي التكلفة $0.016 زمن الاستجابة (المتوسط) 28.6s
#351	Ling 2.6 1t default	Inclusionai	12	0.5	$0.016	4/23	8.16s
إجمالي الاختبارات 23 الاختبارات الخاطئة 19 إجمالي التكلفة $0.016 زمن الاستجابة (المتوسط) 8.16s
#341	Mercury 2.5 Preview low	Inception	13	0.5	$0.015	6/23	4.92s
إجمالي الاختبارات 23 الاختبارات الخاطئة 17 إجمالي التكلفة $0.015 زمن الاستجابة (المتوسط) 4.92s
#409	Laguna Xs.2 medium	Poolside	6	0.3	$0.015	6/19	6.73s
إجمالي الاختبارات 19 الاختبارات الخاطئة 13 إجمالي التكلفة $0.015 زمن الاستجابة (المتوسط) 6.73s
#287	Qwen3.8 Flash Next none	Qwen	14	0.6	~$0.011	8/23	5.71s
إجمالي الاختبارات 23 الاختبارات الخاطئة 15 إجمالي التكلفة ~$0.011 زمن الاستجابة (المتوسط) 5.71s
#431	Clef Omni default	Cloudflare	9	0.2	$0.011	2/12	880ms
إجمالي الاختبارات 12 الاختبارات الخاطئة 10 إجمالي التكلفة $0.011 زمن الاستجابة (المتوسط) 880ms
#315	Qwen3.8 27B none	Qwen	12	0.5	~$0.010	9/23	5.05s
إجمالي الاختبارات 23 الاختبارات الخاطئة 14 إجمالي التكلفة ~$0.010 زمن الاستجابة (المتوسط) 5.05s
#439	Solar Decide default	Upstage	5	0.1	$0.009	2/7	6.01s
إجمالي الاختبارات 7 الاختبارات الخاطئة 5 إجمالي التكلفة $0.009 زمن الاستجابة (المتوسط) 6.01s
#403	Laguna M.1 default	Poolside	10	0.4	$0.009	4/19	2.89s
إجمالي الاختبارات 19 الاختبارات الخاطئة 15 إجمالي التكلفة $0.009 زمن الاستجابة (المتوسط) 2.89s
#397	Nemotron 3.5 Lightning none	NVIDIA	16	0.4	$0.009	3/23	15.9s
إجمالي الاختبارات 23 الاختبارات الخاطئة 20 إجمالي التكلفة $0.009 زمن الاستجابة (المتوسط) 15.9s

إخفاقات إجابة خاطئة

تصفية النماذج

أفضل النماذج حسب عدد إجابة خاطئة

عدد إجابة خاطئة مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)