ترتيب إخفاقات إجابة خاطئة

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

النماذج المعروضة

إجمالي الإخفاقات

3101

النموذج الأكثر تأثرًا

Gemini 3.6 Flash 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)
#64	Muse Spark 1.2 low	Meta	4	0.9	$0.881	16/23	11.8s
إجمالي الاختبارات 23 الاختبارات الخاطئة 7 إجمالي التكلفة $0.881 زمن الاستجابة (المتوسط) 11.8s
#65	GPT-5.2 medium	OpenAI	3	0.9	$1.558	15/23	31.3s
إجمالي الاختبارات 23 الاختبارات الخاطئة 8 إجمالي التكلفة $1.558 زمن الاستجابة (المتوسط) 31.3s
#66	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
#67	MiMo-V2.6-Pro medium	Xiaomi	3	0.9	$0.586	14/23	148.1s
إجمالي الاختبارات 23 الاختبارات الخاطئة 9 إجمالي التكلفة $0.586 زمن الاستجابة (المتوسط) 148.1s
#68	Seed 2.1 Turbo medium	Bytedance Seed	5	0.9	$2.042	16/23	189.1s
إجمالي الاختبارات 23 الاختبارات الخاطئة 7 إجمالي التكلفة $2.042 زمن الاستجابة (المتوسط) 189.1s
#69	GPT-6 Sol low	OpenAI	5	0.9	$0.477	18/23	8.72s
إجمالي الاختبارات 23 الاختبارات الخاطئة 5 إجمالي التكلفة $0.477 زمن الاستجابة (المتوسط) 8.72s
#70	DeepSeek V4.1 Flash max	DeepSeek	6	0.9	$1.204	15/23	61.6s
إجمالي الاختبارات 23 الاختبارات الخاطئة 8 إجمالي التكلفة $1.204 زمن الاستجابة (المتوسط) 61.6s
#71	Muse Spark 1.1 low	Meta	5	0.9	$0.885	14/23	13.2s
إجمالي الاختبارات 23 الاختبارات الخاطئة 9 إجمالي التكلفة $0.885 زمن الاستجابة (المتوسط) 13.2s
#72	Claude Sonnet 5.5 xhigh	Anthropic	3	0.9	$1.516	16/23	15.0s
إجمالي الاختبارات 23 الاختبارات الخاطئة 7 إجمالي التكلفة $1.516 زمن الاستجابة (المتوسط) 15.0s
#73	Claude Sonnet 5.5 high	Anthropic	5	0.9	$1.175	16/23	10.8s
إجمالي الاختبارات 23 الاختبارات الخاطئة 7 إجمالي التكلفة $1.175 زمن الاستجابة (المتوسط) 10.8s
#74	Claude Haiku 5.5 low	Anthropic	3	0.9	$0.061	16/23	7.51s
إجمالي الاختبارات 23 الاختبارات الخاطئة 7 إجمالي التكلفة $0.061 زمن الاستجابة (المتوسط) 7.51s
#75	Qwen3.8 Max (0902) low	Qwen	4	0.9	$1.131	18/23	29.1s
إجمالي الاختبارات 23 الاختبارات الخاطئة 5 إجمالي التكلفة $1.131 زمن الاستجابة (المتوسط) 29.1s
#76	Grok 4.6 high	X AI	3	0.9	$2.629	19/23	87.5s
إجمالي الاختبارات 23 الاختبارات الخاطئة 4 إجمالي التكلفة $2.629 زمن الاستجابة (المتوسط) 87.5s
#77	Muse Spark 1.3 low	Meta	4	0.9	$0.911	16/23	17.7s
إجمالي الاختبارات 23 الاختبارات الخاطئة 7 إجمالي التكلفة $0.911 زمن الاستجابة (المتوسط) 17.7s
#78	Claude Sonnet 5 medium	Anthropic	5	0.9	$1.438	16/23	15.0s
إجمالي الاختبارات 23 الاختبارات الخاطئة 7 إجمالي التكلفة $1.438 زمن الاستجابة (المتوسط) 15.0s

إخفاقات إجابة خاطئة

تصفية النماذج

أفضل النماذج حسب عدد إجابة خاطئة

عدد إجابة خاطئة مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)