اختبار محلي · بلا حساب

اختبر النماذج على حالاتك الفعلية

اختر النماذج، استخدم طلبًا حقيقيًا، ألصق إجاباتها، ثم قيّمها من دون معرفة أسمائها. المختبر لا يتصل بواجهات النماذج.

جارٍ التحميل…

١أ

اختر العمل الذي ستختبره

ابدأ بحالة حقيقية واحدة، استخدم حزمة جاهزة، أو استورد حتى 100 حالة.

اختر حالات ثابتة للبرمجة والبحث والكتابة والجداول والدعم والفيديو والترجمة العربية وRAG واستخدام الأدوات. كل طلب ومعيار قابل للفحص والتعديل والاستبدال.
إجراء الحزمةتحميل حزمة جديدة يستبدل التقييم الحالي.

أعمدة CSV: title,prompt,criteria,category,language,weight. ويمكن أن يكون JSON مصفوفة أو كائناً يحتوي مصفوفة cases. الحد الأقصى لحجم ملف الاستيراد 5 ميغابايت.

١ب

اختر النماذج المستهدفة

استخدم من نموذجين إلى خمسة لمقارنة النماذج، أو من نموذج واحد إلى خمسة وثبّتها لتجربة البرومبت A/B. تأتي الأسماء وحقول السعر الحالية من فهرس benchr الموثق.

اخترت 0 من 5
هذا ينشئ حقول المقارنة فقط؛ لا يتصل بالنماذج ولا يستخدم مفتاح API.
سجل تجارب البرومبت المحلي

تُستعاد تجربة البرومبت النشطة مؤقتًا داخل علامة التبويب عبر sessionStorage، ويحذفها زر التصفير. لا تُزامن أو تُرفع. أما حفظ السجل فهو إجراء صريح منفصل؛ يحفظ نسخ البرومبت والدرجات والأدلة والنتيجة على هذا الجهاز، ويستبعد مخرجات النماذج الخام.

متى تستخدمه؟

استخدم المختبر بعد اختيار مجموعة صغيرة من النماذج، وقبل نقل استخدامك الفعلي إلى نموذج جديد. عيّنة من عملك أهم من ترتيب عام.

التكلفة والزمن

تعتمد التكلفة على أسعار الإدخال والإخراج الحالية في models.json. إدخال عدد التوكنز يعطي نتيجة أدق؛ وإن تركته فارغاً يظهر تقدير تقريبي مبني على طول النص. لا يظهر زمن الاستجابة إلا إذا أدخلت قياسًا فعليًا لذلك المخرج؛ ولا يستعير المختبر قيمة سرعة بديلة من فهرس النماذج.

حدود التقييم

تكشف الحزمة الصغيرة عيوباً واضحة، لكنها لا تضمن جودة الإنتاج. اختبر الحالات الطرفية، وكرّر التوليد المتغير، واستعن بأكثر من مقيّم مؤهل حين يكون أثر القرار كبيراً.

مواد اختبار مفتوحة

الطلبات ومعايير التقييم منشورة بترخيص CC BY 4.0. يمكنك فحص أو إعادة استخدام الحزم الأساسية وحزم الاستخدام. لا تحتوي الملفات على مخرجات نماذج مخفية أو درجات بنشمارك خاصة.

أسئلة شائعة

هل يرسل benchr طلباتي أو مخرجات النماذج إلى خادم؟

لا، لا ترفعها المساحة. تحتفظ مؤقتًا بتجربة البرومبت النشطة في sessionStorage لعلامة التبويب كي تستعيدها بعد التحديث، ويحذف زر التصفير هذه اللقطة. لا يُحفظ سجل دائم إلا بعد تأكيدك، ويستبعد مخرجات النماذج الخام. ولا تنزّل الصفحة سوى ملفات benchr العامة لبيانات النماذج وحِزم التقييم.

هل يتصل المختبر بالنماذج التي أختارها؟

لا. اختيار النموذج يضيف اسمه وسياق السعر فقط؛ أما المخرجات فتولّدها في حسابات مزوّديك ثم تلصقها أو تستوردها هنا. المختبر لا يطلب مفتاح API.

هل نتائج الحزمة العربية والخليجية اختبار مرجعي رسمي؟

لا. الحالات المرفقة مطالبات اصطناعية أصلية تساعد في اتخاذ القرار، وليست اختباراً علمياً أو معتمداً من المزوّدين. استخدم حالات تمثل عملك فعلاً وأكثر من مقيّم مؤهل للقرارات المهمة.

ماذا يحتوي رابط مشاركة المختبر؟

بعد التأكيد والضغط على زر المشاركة فقط، تُرمّز الحالات والمخرجات والدرجات والإعدادات الحالية داخل جزء الرابط. يستطيع كل من يصله الرابط قراءة محتواه، لذلك لا تضع فيه بيانات سرية أو شخصية.