Ranking de modelos de Combinado

Mira qué modelos de IA rinden mejor en Combinado, cuáles se mantienen fiables y dónde aparecen las mayores diferencias. Ordenar por: Pruebas correctas ↑.

Modelos mostrados

Promedio de Puntuación de Combinado

0.6

Mejor modelo

Muse Glimmer 30B 0.6

Motivos de fallo

Con motivo de fallo Llamada de herramienta no válida180 Con motivo de fallo Respuesta incorrecta128 Con motivo de fallo Error de API62 Con motivo de fallo Sin respuesta56 Con motivo de fallo Tiempo agotado11 Con motivo de fallo Formato extra1 Con motivo de fallo No siguió las instrucciones1

451/451

Rango	Modelo	Empresa	Puntuación de Combinado	Puntuación	Costo total	Pruebas correctas	Tiempo de respuesta (promedio)
#402	Grok 4.1 Fast medium	X AI	0.5	0.4	$0.069	1/1	37.6s
Pruebas totales 1 Pruebas incorrectas 0 Costo total $0.069 Tiempo de respuesta (promedio) 37.6s

←

1 30 31

Ranking de Combinado

Filtrar modelos

Mejores modelos por Puntuación de Combinado

Puntuación de Combinado vs costo total

Mejores modelos por Tiempo de respuesta (promedio)