وسم

#ai-benchmarks

٧ مقالات

الأخبار٢٢ يوليو ٢٠٢٦١٣ دقيقة
Kimi K3 ضد Fable 5، وGPT-5.6، وGrok: اختبارات الأداء لعام ٢٠٢٦
Kimi K3 هو أول نموذج مفتوح من فئة 3T. شاهد كيف تقارن نتائج اختبارات إطلاق Moonshot مع Claude Fable 5 و GPT-5.6 Sol و Grok 4.5 و Gemini في عام ٢٠٢٦.
الذكاء الاصطناعي والتعلم الآلي٢٦ يونيو ٢٠٢٦٩ دقائق
FrontierMath v2: ٤٢٪ من المسائل الرياضية كان بها أخطاء
صلح FrontierMath v2 الخاص بـ Epoch AI أخطاء في ٤٢٪ من المسائل في ١٢ يونيو ٢٠٢٦. إليكم إيه اللي باظ، وإزاي تم اكتشافه، وده معناه إيه بالنسبة للثقة في مقاييس أداء الذكاء الاصطناعي.
الذكاء الاصطناعي والتعلم الآلي١٥ يونيو ٢٠٢٦١٠ دقائق
Gemini 3.5 Flash: اختبارات الأداء، الأسعار و API (٢٠٢٦)
Gemini 3.5 Flash متاح دلوقتي بشكل عام (GA): موديل برمجة وكيل (agentic) بسعة ١ مليون توكن بسعر ١٫٥٠ دولار / ٩ دولار لكل مليون توكن. شوف نتايج الاختبارات (benchmarks)، وتغييرات API، والأسعار، وهل المفروض تحول ليه.
الذكاء الاصطناعي والتعلم الآلي١٩ أبريل ٢٠٢٦١١ دقيقة
GLM-5.1: النموذج مفتوح المصدر الذي تفوق على GPT-5.4
نموذج GLM-5.1 من Z.ai هو أول نموذج مفتوح الأوزان يتصدر SWE-bench Pro بنسبة ٥٨٫٤٪، متفوقاً على GPT-5.4 ومبني بالكامل على رقائق Huawei. مرخص برخصة MIT ومجاني للنشر.
الذكاء الاصطناعي والتعلم الآلي١٧ أبريل ٢٠٢٦١١ دقيقة
Claude Opus 4.7: اختبارات الأداء، المميزات والأسعار
يتصدر Claude Opus 4.7 اختبار SWE-bench Pro بنسبة ٦٤٫٣٪ واختبار OSWorld بنسبة ٧٨٫٠٪. تحليل كامل لاختبارات الأداء، والميزات الجديدة، والأسعار، وما الذي تغير عن Claude Opus 4.6.
الأخبار١٦ أبريل ٢٠٢٦١٣ دقيقة
Stanford AI Index 2026: الفجوة بين الولايات المتحدة والصين تتقلص إلى ٢٫٧ نقطة
مؤشر ستانفورد للذكاء الاصطناعي لعام ٢٠٢٦: الولايات المتحدة تتفوق على الصين بفارق ٢٫٧ نقطة فقط على Arena، وتبني المؤسسات للذكاء الاصطناعي يصل إلى ٨٨ بالمئة، والشفافية تنهار من ٥٨ إلى ٤٠.
نماذج اللغة والتكامل٢٨ سبتمبر ٢٠٢٥٩ دقائق
نموذج Kimi-K2 من Moonshot: نموذج الذكاء الاصطناعي المجاني الذي يتفوق على العمالقة المدفوعة
يقوم Kimi-K2 من Moonshot بهز عالم الذكاء الاصطناعي. بمقياس تريليونات من المعاملات ونتائج مذهلة، فهو يعيد تعريف البرمجة وبناء التطبيقات - دون تكلفة.

كل المقالات في #ai-benchmarks (٧)

Kimi K3 ضد Fable 5، وGPT-5.6، وGrok: اختبارات الأداء لعام ٢٠٢٦

FrontierMath v2: ٤٢٪ من المسائل الرياضية كان بها أخطاء

Gemini 3.5 Flash: اختبارات الأداء، الأسعار و API (٢٠٢٦)

GLM-5.1: النموذج مفتوح المصدر الذي تفوق على GPT-5.4

Claude Opus 4.7: اختبارات الأداء، المميزات والأسعار

Stanford AI Index 2026: الفجوة بين الولايات المتحدة والصين تتقلص إلى ٢٫٧ نقطة

نموذج Kimi-K2 من Moonshot: نموذج الذكاء الاصطناعي المجاني الذي يتفوق على العمالقة المدفوعة