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: Coût total ↓.
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.) |
|---|---|---|---|---|---|---|---|
| #169 | Claude Opus 4.8 low | Anthropic | 1.0 | 0.7 | $3.787 | 2/2 | 36.9s |
| #105 | Claude Opus 4.7 medium | Anthropic | 1.0 | 0.8 | $3.636 | 2/2 | 43.4s |
| #95 | Claude Opus 4.8 medium | Anthropic | 1.0 | 0.8 | $3.490 | 2/2 | 54.3s |
| #116 | Claude Fable 5.1 high | Anthropic | 1.0 | 0.8 | $3.471 | 2/2 | 34.6s |
| #131 | Muse Wonder high | Meta | 1.0 | 0.8 | $3.426 | 2/2 | 34.9s |
| #93 | Kimi K3 max | Moonshot AI | 0.7 | 0.8 | $3.409 | 1/2 | 223.0s |
| #203 | Grok 4.7 xhigh | X AI | 1.0 | 0.7 | $3.398 | 2/2 | 170.1s |
| #32 | Muse Wonder medium | Meta | 1.0 | 0.9 | $3.397 | 2/2 | 28.2s |
| #264 | Claude Fable 5.1 low | Anthropic | 1.0 | 0.6 | $3.395 | 2/2 | 29.4s |
| #36 | Qwen3.8 Max (0902) high | Qwen | 0.9 | 0.9 | $3.306 | 1/2 | 110.4s |
| #209 | Ember-1 max | Fireworks | 0.7 | 0.7 | $3.264 | 1/2 | 64.4s |
| #159 | Claude Fable 5.1 medium | Anthropic | 1.0 | 0.7 | $3.197 | 2/2 | 32.6s |
| #207 | Grok 4.7 high | X AI | 0.9 | 0.7 | $3.037 | 1/2 | 129.3s |
| #124 | Grok 4.5 medium | X AI | 1.0 | 0.8 | $2.996 | 2/2 | 29.0s |
| #253 | Claude Opus 4.6 medium | Anthropic | 1.0 | 0.6 | $2.961 | 2/2 | 114.1s |