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 invalide177 Avec la raison d'échec Mauvaise réponse126 Avec la raison d'échec Erreur API62 Avec la raison d'échec Aucune réponse55 Avec la raison d'échec Délai dépassé11 Avec la raison d'échec Mise en forme supplémentaire1 Avec la raison d'échec N'a pas suivi les instructions1
442/442
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.) |
|---|---|---|---|---|---|---|---|
| #111 | Gemini 3.8 Flash medium | 0.9 | 0.8 | $0.769 | 1/2 | 60.3s | |
| #113 | GPT-5.6 Terra low | OpenAI | 0.9 | 0.8 | $0.435 | 1/2 | 9.68s |
| #167 | Qwen3.8 27B medium | Qwen | 0.9 | 0.7 | ~$0.073 | 1/2 | 124.5s |
| #179 | MiMo-V2.5 medium | Xiaomi | 0.9 | 0.7 | $0.130 | 1/2 | 78.0s |
| #219 | Step 3.7 Flash high | Stepfun | 0.9 | 0.7 | $1.478 | 1/2 | 41.2s |
| #258 | Grok 4.20 medium | X AI | 0.9 | 0.6 | $1.246 | 1/2 | 42.2s |
| #85 | Gemini 3.1 Pro Preview medium | 1.0 | 0.8 | $1.585 | 2/2 | 40.4s | |
| #144 | GLM 5.1 medium | Z.ai | 1.0 | 0.8 | $1.546 | 2/2 | 175.9s |
| #195 | Claude Opus 4.8 none | Anthropic | 1.0 | 0.7 | $2.334 | 2/2 | 26.4s |
| #275 | Claude Sonnet 4.6 none | Anthropic | 1.0 | 0.6 | $0.661 | 2/2 | 37.5s |
| #64 | Muse Spark 1.2 low | Meta | 1.0 | 0.9 | $0.881 | 2/2 | 17.0s |
| #150 | DeepSeek V4 Flash 0731 low | DeepSeek | 1.0 | 0.7 | $0.306 | 2/2 | 54.2s |
| #48 | Gemini 3.5 Flash Lite high | 1.0 | 0.9 | $0.624 | 2/2 | 27.9s | |
| #95 | Claude Opus 4.8 medium | Anthropic | 1.0 | 0.8 | $3.490 | 2/2 | 54.3s |
| #110 | GPT-5.4 Nano medium | OpenAI | 1.0 | 0.8 | $0.235 | 2/2 | 32.2s |