Classement Combiné
Voyez quels modèles d'IA réussissent le mieux sur Combiné, lesquels restent fiables et où les écarts sont les plus marqués. Trier par: Métrique ↑.
Raisons d'échec
Avec la raison d'échec Appel d'outil invalide91 Avec la raison d'échec Mauvaise réponse69 Avec la raison d'échec Aucune réponse32 Avec la raison d'échec Erreur API26 Avec la raison d'échec Délai dépassé5 Avec la raison d'échec Mise en forme supplémentaire1 Avec la raison d'échec N'a pas suivi les instructions1
216/216
Filtrer les modèles
Aucun modèle ne correspond à la recherche et aux filtres actuels.
| Rang | Modèle | Entreprise | Score Combiné | Score | Coût total | Tests corrects | Temps de réponse (moy.) |
|---|---|---|---|---|---|---|---|
| #69 | Gemini 3.1 Flash Lite medium | 7.2 | 7.3 | $0.117 | 1/2 | 18.5s | |
| #26 | Claude Sonnet 5 medium | Anthropic | 7.3 | 8.3 | $0.922 | 1/2 | 51.9s |
| #22 | Qwen3.6 Max Preview medium | Qwen | 7.3 | 8.4 | $1.143 | 1/2 | 177.5s |
| #29 | GPT-5 Mini medium | OpenAI | 7.3 | 8.1 | $0.237 | 1/2 | 99.8s |
| #31 | Gemini 3.5 Flash-Lite high | 7.3 | 8.1 | $0.584 | 1/2 | 29.2s | |
| #32 | Inkling high | Thinkingmachines | 7.3 | 8.0 | $1.006 | 1/2 | 63.8s |
| #33 | Step 3.7 Flash medium | Stepfun | 7.3 | 8.0 | $0.515 | 1/2 | 80.9s |
| #34 | GPT-5.2 Chat none | OpenAI | 7.3 | 8.0 | $0.604 | 1/2 | 13.9s |
| #36 | Inkling medium | Thinkingmachines | 7.3 | 8.0 | $0.391 | 1/2 | 41.2s |
| #56 | Kimi K2.7 Code medium | Moonshot AI | 7.3 | 7.5 | $0.740 | 1/2 | 66.0s |
| #62 | Qwen3.5-27B medium | Qwen | 7.3 | 7.4 | $1.627 | 1/2 | 595.2s |
| #64 | LongCat 2.0 medium | Meituan | 7.3 | 7.4 | $0.478 | 1/2 | 151.0s |
| #71 | Step 3.7 Flash low | Stepfun | 7.3 | 7.3 | $0.454 | 1/2 | 66.2s |
| #73 | KAT-Coder-Pro V2.5 high | Kwaipilot | 7.3 | 7.2 | $0.482 | 1/2 | 106.7s |
| #80 | DeepSeek V3.2 medium | DeepSeek | 7.3 | 7.0 | $0.078 | 1/2 | 79.9s |