ترتيب إخفاقات إجابة خاطئة

اكتشف أي نماذج الذكاء الاصطناعي تواجه إجابة خاطئة أكثر من غيرها، حتى ترى مخاطر الاعتمادية قبل الاختيار.

النماذج المعروضة

إجمالي الإخفاقات

2258

النموذج الأكثر تأثرًا

الفئات

ضمن الفئة خاص بالمجال654 ضمن الفئة حيل مضادة للذكاء الاصطناعي386 ضمن الفئة البرمجة361 ضمن الفئة حل الألغاز275 ضمن الفئة معلومات عامة244 ضمن الفئة مجمّع95 ضمن الفئة الذكاء العام90 ضمن الفئة اتباع التعليمات82 ضمن الفئة تحليل البيانات واستخراجها66 ضمن الفئة استدعاء الأدوات5

309/309

الترتيب	النموذج	الشركة	عدد إجابة خاطئة	النتيجة	إجمالي التكلفة	اختبارات صحيحة	زمن الاستجابة (المتوسط)
#29	Muse Spark 1.3 medium	Meta	4	8.8	$1.469	17/22	38.6s
إجمالي الاختبارات 22 الاختبارات الخاطئة 5 إجمالي التكلفة $1.469 زمن الاستجابة (المتوسط) 38.6s
#31	Claude Opus 4.8 medium	Anthropic	4	8.8	$1.983	17/22	13.0s
إجمالي الاختبارات 22 الاختبارات الخاطئة 5 إجمالي التكلفة $1.983 زمن الاستجابة (المتوسط) 13.0s
#32	Claude Opus 5 low	Anthropic	4	8.7	$1.121	18/22	6.99s
إجمالي الاختبارات 22 الاختبارات الخاطئة 4 إجمالي التكلفة $1.121 زمن الاستجابة (المتوسط) 6.99s
#33	Gemini 3.6 Flash low	Google	4	8.7	$0.251	18/22	4.92s
إجمالي الاختبارات 22 الاختبارات الخاطئة 4 إجمالي التكلفة $0.251 زمن الاستجابة (المتوسط) 4.92s
#36	Muse Spark 1.2 high	Meta	4	8.7	$1.771	14/22	26.6s
إجمالي الاختبارات 22 الاختبارات الخاطئة 8 إجمالي التكلفة $1.771 زمن الاستجابة (المتوسط) 26.6s
#38	Muse Spark 1.1 medium	Meta	4	8.6	$1.420	15/22	26.2s
إجمالي الاختبارات 22 الاختبارات الخاطئة 7 إجمالي التكلفة $1.420 زمن الاستجابة (المتوسط) 26.2s
#40	Qwen3.6 Max Preview medium	Qwen	4	8.6	$1.132	17/22	66.5s
إجمالي الاختبارات 22 الاختبارات الخاطئة 5 إجمالي التكلفة $1.132 زمن الاستجابة (المتوسط) 66.5s
#44	Muse Spark 1.2 low	Meta	4	8.4	$0.655	15/22	9.77s
إجمالي الاختبارات 22 الاختبارات الخاطئة 7 إجمالي التكلفة $0.655 زمن الاستجابة (المتوسط) 9.77s
#54	Muse Spark 1.3 low	Meta	4	8.2	$0.689	15/22	16.0s
إجمالي الاختبارات 22 الاختبارات الخاطئة 7 إجمالي التكلفة $0.689 زمن الاستجابة (المتوسط) 16.0s
#56	Qwen3.8 2.4T A95B low	Qwen	4	8.1	$2.672	15/22	119.0s
إجمالي الاختبارات 22 الاختبارات الخاطئة 7 إجمالي التكلفة $2.672 زمن الاستجابة (المتوسط) 119.0s
#58	Muse Glimmer 30B xhigh	Meta	4	8.1	$0.510	13/22	95.6s
إجمالي الاختبارات 22 الاختبارات الخاطئة 9 إجمالي التكلفة $0.510 زمن الاستجابة (المتوسط) 95.6s
#59	Inkling high	Thinkingmachines	4	8.0	$1.046	15/22	62.6s
إجمالي الاختبارات 22 الاختبارات الخاطئة 7 إجمالي التكلفة $1.046 زمن الاستجابة (المتوسط) 62.6s
#62	DeepSeek V4 Flash 0731 high	DeepSeek	4	8.0	$0.084	14/22	114.9s
إجمالي الاختبارات 22 الاختبارات الخاطئة 8 إجمالي التكلفة $0.084 زمن الاستجابة (المتوسط) 114.9s
#64	Inkling medium	Thinkingmachines	4	8.0	$0.383	15/22	15.7s
إجمالي الاختبارات 22 الاختبارات الخاطئة 7 إجمالي التكلفة $0.383 زمن الاستجابة (المتوسط) 15.7s
#69	Qwen3.8 27B low	Qwen	4	7.9	~$0.071	15/22	39.1s
إجمالي الاختبارات 22 الاختبارات الخاطئة 7 إجمالي التكلفة ~$0.071 زمن الاستجابة (المتوسط) 39.1s

إخفاقات إجابة خاطئة

تصفية النماذج

أفضل النماذج حسب عدد إجابة خاطئة

عدد إجابة خاطئة مقابل النتيجة

أفضل النماذج حسب زمن الاستجابة (المتوسط)