Content-safety classification

تُقارن النتائج داخل المجموعة المتطابقة فقط، فلا يُرتَّب نموذج جرى اختباره بطريقة ما مقابل نموذج جرى اختباره بطريقة أخرى.

Classify text as safe or unsafe, flagging unsafe content with high recall while rarely flagging harmless text that only sounds unsafe

تستخدم مجموعات الترتيب مقاييس منفصلة. قارن التكوينات داخل المجموعة الواحدة فقط؛ فـ EvalRank لا يجمع الأنظمة المختلفة في قائمة ترتيب واحدة أبدًا.

الإجماع عبر المعايير

أنت أمام ترتيب واحد للنماذج عبر المقاييس المعتمدة في هذا الموضوع، موزونًا بالطريقة نفسها التي تُوزَن بها القرارات. وكل درجة تمثل حصة النموذج من أفضل نتيجة.

الترتيبالنموذجالحصة من الأفضلالمقاييس المرجعية
1nemotron3ultra550ba55b100.0%1
2gemini31flashlite99.7%1
3beam10501ba23b99.6%1
4gemini31flashlitepreview99.5%1
5gpt61solpro99.3%1
6gemini3flashpreview99.1%1
7claudesonnet5599.1%1
8minimaxm399.0%1
9gpt61terra98.9%1
10minimaxm2798.9%1
11minimaxm2598.8%1
12step5preview98.8%1
13gpt6sol98.8%1
14gemma431bit98.6%1
15gemma426ba4bit98.5%1
16gpt61sol98.5%1
17kimik2698.4%1
18gpt6solpro98.4%1
19musesparkopen98.3%1
20glimpse98.2%1
21qwen35397ba17b98.2%1
22nemotron35supervl98.1%1
23deepseekv41flash101797.9%1
24minimaxm31flash97.9%1
25deepseekv4flashvisionexp97.8%1
26gemini35flash97.6%1
27gpt61terrapro97.4%1
28mimov26flash97.4%1
29museglimmer30b97.3%1
30deepseekv4pro081397.3%1
31glm5297.2%1
32glm4796.9%1
33gemini36flash96.9%1
34gemini4argon96.8%1
35deepseekv3296.8%1
36qwen3527b96.8%1
37gemini35flashlite96.6%1
38claudehaiku5596.6%1
39deepseekv41flash96.6%1
40glm53flash96.5%1
41gpt5196.4%1
42qwen3627b96.1%1
43deepseekv4pro95.9%1
44glm5395.4%1
45qwen3827b95.4%1
46gpt6lunapro95.3%1
47granite428b95.1%1
48gpt56lunapro95.0%1
49nemotron3super120ba12b94.9%1
50qwen3635ba3b94.9%1
51deepseekv4flash94.8%1
52gpt6luna94.6%1
53gpt54mini94.6%1
54gpt56luna94.4%1
55deepseekv4flash073192.4%1
56glm47flash92.0%1
57gpt51codex92.0%1
58gpt51codexmini91.5%1
59glm590.3%1
60nemotron35lightning90.1%1
61gpt51codexmax89.8%1
62gpt54nano88.2%1
63claudesonnet588.1%1
64qwen3535ba3b80.5%1

إعداد النموذج · موجّه مباشر

استكشافي - لم يُصنَّف فائزًا بعد
rg-content-safety-classification-model-configuration-direct-prompt-model-configuration-v1

أدلة المستكشف

Content-safety classification board (EvalRank)

مصدر واحد. رُصدت في ؛ صالحة حتى .

الترتيبالتكوينالقدرةعدم اليقينالعائلات
1nvidia/nemotron-3-ultra-550b-a55b evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_7d99eb067bf755ad2ac4eed492ded7c298113a972ed3482133ed762b1de16b78100%غير معروف1
2google/gemini-3.1-flash-lite evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_c0740610436eb8ba7a4c51adfc38037e58a5793315d734e1937878f4649d3caf98%غير معروف1
3reflection/beam-1.0-501b-a23b evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_lowconfig_2155c6e9341ea1063997ef1c246a68b92344920065b206e8a532d5dd4039fb2898%غير معروف1
4google/gemini-3.1-flash-lite-preview evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_4dd62c9832f9c5af54479fb9a4ab1798867614257d96152e7c372520ac11f08398%غير معروف1
5openai/gpt-6.1-sol-pro evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_lowconfig_c3efa144559b10cd3f0dbd1f2744d19cd8f6f8744fcad431a5c8737bd883ba8096%غير معروف1
6google/gemini-3-flash-preview evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_442b3254e105769c9f1fbafa2cf80ca2cf15b6eaa49b5a6befcc7744db4a57a796%غير معروف1
7anthropic/claude-sonnet-5.5 evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_lowconfig_9b18ddbe788f23e2328627ca091bbfa2b87facb463b3abe9156f46000953558196%غير معروف1
8minimax/minimax-m3 evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_lowconfig_fab1fceeb9494c0411fa9c92a0eaba632dc8409c976d16c209063dfe93ccdc2995%غير معروف1
9openai/gpt-6.1-terra evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_1d22c134a1360bbfc2ae951d071b1056af11d422a2ba518bd8916e80994a3c0194%غير معروف1
10minimax/minimax-m2.7 evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_lowconfig_b23ed36c7637c457294b272eadb80afcead7d23f861e543d858fa7bdefd5b7d094%غير معروف1
11minimax/minimax-m2.5 evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_lowconfig_ddc9b3a2df0fb875265ef3ed132304ba7acc702751b37091056e002a5f1329f994%غير معروف1
12stepfun/step-5-preview evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_lowconfig_ea728c9b0fca06110f24790229ec3a0e2a90693fcaca272afd50c4efa4aa8bf494%غير معروف1
13openai/gpt-6-sol evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_fad8a2e4ecc1874a0f01ab8ef3a739d8b2384ea466ef8be154432a9a64592ad594%غير معروف1
14google/gemma-4-31b-it evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_6f2bca52853c147b75881629111e70f00705ce89cdadd157111b158d296f5b7a93%غير معروف1
15google/gemma-4-26b-a4b-it evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_43b6f57ea4f493c88995b41322c8d8e3e3b2cf02f67b9f56fc53750fbeecf59493%غير معروف1
16openai/gpt-6.1-sol evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_lowconfig_a0dc3da2feef4024d38c3593705754bd8fd4590873de9806a763f792bb236ddb92%غير معروف1
17moonshotai/kimi-k2.6 evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_635e37df07b4bda8605aafb0b8e7b6a71187e5b293bece532dbc023f07fdc1b992%غير معروف1
18openai/gpt-6-sol-pro evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_8fb82d4ae23949fa0e3b09224a701932e00db56e372b300563f6fc9696041d8192%غير معروف1
19meta/muse-spark-open evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_lowconfig_7f227ac4a9e1b2c8f6e3f78a6434486ff5eaa964afe06e1ab7ef7d7141209bbd91%غير معروف1
20elorian/glimpse evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_238f80b31c4c82b5210bf16843248970293dbaa425171d3c390e1d1cd5393d8a91%غير معروف1
21qwen/qwen3.5-397b-a17b evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_ad0d0fa0e3daf5c7f909972ba32614dbea12f65f4db742e32841b08fa389f2f391%غير معروف1
22nvidia/nemotron-3.5-super-vl evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_115f5e3115fa9e1af3e6d8dc67b0b1a66b9cacaf359a50758cda8b35ef7a61d290%غير معروف1
23deepseek/deepseek-v4.1-flash-1017 evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_3dd050f56d024ad6316e2ea453b46bc3d39832b2aaf9abd34cf8e5e7ba34cf1f89%غير معروف1
24minimax/minimax-m3.1-flash evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_lowconfig_a5affc900ec149755655e39d490eac5d2e85880361ddf9f5a97becd6044e796489%غير معروف1
25deepseek/deepseek-v4-flash-vision-exp evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_3d2d55c4242f8eb51b7b133145e82ef33971385ece7ee7fd0abc0f333643c6b189%غير معروف1
26google/gemini-3.5-flash evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_lowconfig_8610441536c049d3ee484d51228f0171f9aa0d86ede49e6031c3aac345c1941288%غير معروف1
27openai/gpt-6.1-terra-pro evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_lowconfig_73f0264984f0b9978d96b597d40a7268f75362e2212bb641b5792a45d3644cf087%غير معروف1
28xiaomi/mimo-v2.6-flash evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_f4356f31a8b09b0ac18d413260140e3d740e4e498bf5b2d6e81d26348691a90986%غير معروف1
29meta/muse-glimmer-30b evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_lowconfig_6747ee32ad5046a79edfd2e3b261add7a9c324422df989ce7ed8f096f0ee3c2886%غير معروف1
30deepseek/deepseek-v4-pro-0813 evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_f9b97ce14e997236c72e6daade92cde3c60dac1f0ba7c984c6669fc68f7e9c1d86%غير معروف1
31z-ai/glm-5.2 evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_120dd6c22755d4cbdc9272d709391f21fd17a896d825e04a03e75f2f1843a56086%غير معروف1
32z-ai/glm-4.7 evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_64619a046266e3fc27a85eb007cea8df376927c7f5df6177bbf9dff0d0e9a3aa84%غير معروف1
33google/gemini-3.6-flash evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_lowconfig_5f1804314139414d4217c30c800f66773418cc18c9daf8252c03693931fa947084%غير معروف1
34google/gemini-4-argon evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_lowconfig_f08e4ef4677affaf9bcf7fa8ad339cb268daa2169c1395f91ccdc3848dc38fa184%غير معروف1
35deepseek/deepseek-v3.2 evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:unavailableconfig_e46f182963294fd8ac9b13dd94e005481af49bb73d57f6b4c1ff58765f7ff36d83%غير معروف1
36qwen/qwen3.5-27b evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_59baf54cd1ce90bf480c5f8f6be017b9bcd32182817e84291a68b45e926a727583%غير معروف1
37google/gemini-3.5-flash-lite evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_lowconfig_8ab35556769122f6730cb555f916447e1c8bf6185e10523f28b3ce5e50db27fb83%غير معروف1
38anthropic/claude-haiku-5.5 evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_2751fa6baf3817144e1312d65bc49b600a27ff9796b40b892cf5ed09e6b0056883%غير معروف1
39deepseek/deepseek-v4.1-flash evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_1d325a8aeb593573cca9ba825520046da0ffc4fcefcb06db061f8ef5fea91a5482%غير معروف1
40z-ai/glm-5.3-flash evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_lowconfig_fb52ad4ac1c4026292a3f1240a4dc2e1d12e16083e95646db8212b77ed57ea1b82%غير معروف1
41openai/gpt-5.1 evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_b8350fce891d7d514e0480df7b6234e491f02dbc8ae150fd6e704aa23b0191e682%غير معروف1
42qwen/qwen3.6-27b evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_a78ddb6cebf92f398affb21e6b7e3f795bc29270d9fd53deead33eaa1df411cb80%غير معروف1
43deepseek/deepseek-v4-pro evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_7000fdb416cbab9f2be6b2f33119adc41118915abc07e7a7e8213ee7336d205a79%غير معروف1
44z-ai/glm-5.3 evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_lowconfig_12fe0ff251166fdeb583bf45c9ece4a19c1d3bb40b7c33662ba2c969d9850eaf76%غير معروف1
45qwen/qwen3.8-27b evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_be71109b07ef89f80a58dc5652e8da5649a32fa622ccbe7af6a01c49b662325f76%غير معروف1
46openai/gpt-6-luna-pro evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_3b22b0a8f90d6a9c89cb944c4ada16295394fed726da9f02edcefa4b6454fb3876%غير معروف1
47ibm-granite/granite-4.2-8b evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_4c77c6e59730f431caf2e6018aa101251b026a28699cca491f6fcb57d134a63975%غير معروف1
48openai/gpt-5.6-luna-pro evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_a84bda106ab3974d69df8143a7ecfd41ae25fa3af4034c9cda5232a494ed381d74%غير معروف1
49nvidia/nemotron-3-super-120b-a12b evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_65206ed835937e4a58e9249a2680b4d2872397bf3abf72b22d2c07dc044ed27174%غير معروف1
50qwen/qwen3.6-35b-a3b evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_099dfd7875cbd5ab4e85221be7656ef51863c17bb94c9af651a328e19a70a2e874%غير معروف1
51deepseek/deepseek-v4-flash evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_6bd0c5eb925bb5e63bef71def75efe0301ca52099eca2e0bbcf7981e2aceb51c73%غير معروف1
52openai/gpt-6-luna evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_4dbbd2f0ab0d84b7c248fbce5e80ca7551aad370b42a727b4f69166c2026644073%غير معروف1
53openai/gpt-5.4-mini evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_4b66200184124eb485b499c0dd56642e2430b644289885afea04aa641c22cda772%غير معروف1
54openai/gpt-5.6-luna evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_5cde82caefa8a815fe6f4beb950c65f9fae31efceeda19d1f631601ccdd4b6d372%غير معروف1
55deepseek/deepseek-v4-flash-0731 evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_e28e0dd0460ebad70a0f394de212558dcc7fb3d62e127c067a94eea4d50e718461%غير معروف1
56z-ai/glm-4.7-flash evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_79cff7558daca1c8edbb265f6a708011a390a18f0d07f3295f2944d16c65273159%غير معروف1
57openai/gpt-5.1-codex evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_lowconfig_843a8c73b4ee4d1e2dca77b266a2d0a8c20288a24b00117aa916efad91b9562259%غير معروف1
58openai/gpt-5.1-codex-mini evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_lowconfig_7791eec96f3a1571763eb0485f92474fc5c2326ef8138f86f49d13bdc8b9a5de57%غير معروف1
59z-ai/glm-5 evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_d92561080dcb2ec18134f028e6d589c34c5ff86933ce31cd0baef9e79281047050%غير معروف1
60nvidia/nemotron-3.5-lightning evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_0d55bafe2f486b6d40691b51a77137b641a3498419487b57ed2952d7d09a348349%غير معروف1
61openai/gpt-5.1-codex-max evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_lowconfig_7af97febe265676b35c339b4b079bd74568d699f56190ed97a84580bfe2c2ffb47%غير معروف1
62openai/gpt-5.4-nano evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_0ab43c9a147fa575ea2d61319dfac2869684ccb48595d6ba5ef34cca75dc928640%غير معروف1
63anthropic/claude-sonnet-5 evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_962021295d532bdfe74c91e367fbb71a3bdb956d6247cd8302ccca6d864db38839%غير معروف1
64qwen/qwen3.5-35b-a3b evalrank-content-safety:946af6ce1f3654dc9cdffcd310e5dcbf13b451cfc96766af8572debd3783a687:reasoning_offconfig_8d6e5890ab2b84a55f734f9f18f5b5329413ddfa75155e2ecb7b4bd460f6dcf70%غير معروف1
قارن بين الإعدادات في هذه المجموعة
لا توجد أدلة مستقلة كافية لتكوين مجموعة أعلى
  • لم يتم التحقق من معايرة النتائج
  • تغطية عائلات المعايير المستقلة أقل من الحد المطلوب
العودة إلى جميع أنواع الأعمال