Modell-Ranking für Kombiniert

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

Angezeigte Modelle

Durchschnittlicher Wert für Kombiniert-Score

0.6

Bestes Modell

Muse Glimmer 30B 0.6

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)
#402	Grok 4.1 Fast medium	X AI	0.5	0.4	$0.069	1/1	37.6s
Gesamttests 1 Falsche Tests 0 Gesamtkosten $0.069 Antwortzeit (Durchschnitt) 37.6s

Kombiniert-Ranking

Modelle filtern

Top-Modelle nach Kombiniert-Score

Kombiniert-Score vs. Gesamtkosten

Top-Modelle nach Antwortzeit (Durchschnitt)