مقارنة قدرات نماذج الذكاء الاصطناعي
استخدام الكمبيوتر
Only models released within the past year are shown. Only benchmarks covering at least 3 of these models are shown. Unknown release dates are excluded; historical data is retained.
ALE-V1 · full · max · Codex
— means no published score for this candidate in this source, not zero.3/11 recent-year models have scores
| رقم | النموذج | محرك الوكيل | جهد الاستدلال | تقسيم | المهام المنفذة / إجمالي المهام | ||
|---|---|---|---|---|---|---|---|
| 1 |  GPT-6 Astragpt-6-astra | Codex | max | 34.21% | 59.26% | full | 151 / 152 |
| 2 | GPT-6 Solgpt-6-sol | Codex | max | 31.58% | 58.57% | full | 151 / 152 |
| 3 | GPT-6 Lunagpt-6-luna | Codex | max | 25% | 50.89% | full | 150 / 152 |
ALE · سير العمل المهني
المصدر: Agents’ Last Exam ↗ · CC BY 4.0 · تم الجلب 21 أكتوبر 2026، 06:00 UTC
ALE-V1 · full · max · Codex · Source date unknown
PandaNpc تم التحديث 21 أكتوبر 2026، 06:01 UTC
المصدر: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
دليل الأعمدة
- رقم
- ترتيب العرض فقط. الفرز يغيّر هذا الرقم؛ وهو ليس تصنيفًا منشورًا للقدرات.
- النموذج
- اسم النموذج المقيَّم وأيقونة مزوّده. الشرطة في عمود الدرجات تعني عدم توفر درجة منشورة هنا، وليس صفرًا.
- محرك الوكيل
- Codex
- جهد الاستدلال
- max
- النتيجة
- ALE-V1، التقسيم الكامل، أقصى جهد للاستدلال: النسبة المئوية لجميع المهام الـ152 التي حصلت على الدرجة الكاملة. قد تكون أعداد مهام التشغيل أقل من 152. تسمح سير العمل الاحترافية بأدوات واجهة المستخدم الرسومية وسطر الأوامر؛ ويستخدم Claude Code وCodex أدوات تقييم مختلفة. هذه ليست مقارنة بواجهة المستخدم الرسومية فقط. لا يُنشر تاريخ لقطة من المصدر الأعلى؛ ويُعرض وقت الجلب بشكل منفصل. يُرتّب Claude Code وCodex فقط ضمن مجموعات المقارنة المنفصلة الخاصة بهما. منهجية التقييم ↗
- درجة جزئية
- ALE-V1، التقسيم الكامل، أقصى جهد استدلالي: متوسط درجة المهمة الجزئية المنشور، محوَّل من 0–1 إلى نسبة مئوية. هذا ليس معدل اجتياز المهمة الكاملة. تسمح سير العمل الاحترافية بأدوات GUI وأدوات سطر الأوامر؛ ويستخدم Claude Code وCodex أطر تشغيل مختلفة. تظهر أعداد تشغيل المهام وتقسيم المهام المكوَّن من 152 مهمة. لا يُنشر تاريخ لقطة upstream؛ ويُعرض وقت الجلب بشكل منفصل. يُصنَّف Claude Code وCodex فقط ضمن مجموعات المقارنة المنفصلة الخاصة بهما.
- تقسيم
- تقسيم
- المهام المنفذة / إجمالي المهام
- مهام مميزة لها تشغيل منشور / جميع المهام الـ152 في التقسيم الكامل. يستخدم معدل النجاح التقسيم الكامل كمقام؛ لا تُحتسب المهام غير المشغّلة ضمن الناجحة.