Modell-Ranking für Kombiniert

Sieh, welche KI-Modelle bei Kombiniert am besten abschneiden, welche zuverlässig bleiben und wo die größten Unterschiede liegen. Sortieren nach: Metrik ↑.

Angezeigte Modelle

Durchschnittlicher Wert für Kombiniert-Score

0.6

Bestes Modell

Span-02 0.0

Fehlergründe

Mit Fehlergrund Ungültiger Werkzeugaufruf180 Mit Fehlergrund Falsche Antwort128 Mit Fehlergrund API-Fehler62 Mit Fehlergrund Keine Antwort56 Mit Fehlergrund Zeitüberschreitung11 Mit Fehlergrund Anweisungen nicht befolgt1 Mit Fehlergrund Zusätzliche Formatierung1

451/451

Rang	Modell	Unternehmen	Kombiniert-Score	Punktzahl	Gesamtkosten	Korrekte Tests	Antwortzeit (Durchschnitt)
#272	Claude Fable 5.1 low	Anthropic	1.0	0.6	$3.395	2/2	29.4s
Gesamttests 2 Falsche Tests 0 Gesamtkosten $3.395 Antwortzeit (Durchschnitt) 29.4s

Kombiniert-Ranking

Modelle filtern

Top-Modelle nach Kombiniert-Score

Kombiniert-Score vs. Gesamtkosten

Top-Modelle nach Antwortzeit (Durchschnitt)