संयुक्त क्रमवारी
संयुक्त मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा. क्रम लावा: मेट्रिक ↑.
अयशस्वी होण्याची कारणे
451/451
मॉडेल फिल्टर करा
सध्याच्या शोध आणि फिल्टर्सशी जुळणारी कोणतीही मॉडेल्स नाहीत.
| क्रमांक | मॉडेल | कंपनी | संयुक्त स्कोअर | स्कोअर | एकूण खर्च | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|
| #41 | Muse Wonder low | Meta | 1.0 | 0.9 | $2.637 | 2/2 | 24.7s |
| #43 | Seed 2.1 Turbo high | Bytedance Seed | 1.0 | 0.9 | $1.892 | 2/2 | 408.8s |
| #44 | Muse Wonder minimal | Meta | 1.0 | 0.9 | $1.639 | 2/2 | 16.1s |
| #45 | Muse Spark Open xhigh | Meta | 1.0 | 0.9 | $2.081 | 2/2 | 134.0s |
| #47 | Qwen3.8 Max (0902) medium | Qwen | 1.0 | 0.9 | $1.096 | 2/2 | 94.4s |
| #51 | Claude Opus 5 low | Anthropic | 1.0 | 0.9 | $2.350 | 2/2 | 21.1s |
| #60 | Qwen3.8 MAX low | Qwen | 1.0 | 0.9 | $1.089 | 2/2 | 98.2s |
| #61 | GPT-5.4 medium | OpenAI | 1.0 | 0.9 | $2.213 | 2/2 | 29.8s |
| #62 | Muse Spark Open medium | Meta | 1.0 | 0.9 | $1.260 | 2/2 | 72.2s |
| #63 | DeepSeek V4.1 Flash high | DeepSeek | 1.0 | 0.9 | $0.617 | 2/2 | 27.6s |
| #64 | DeepSeek V4.1 Flash medium | DeepSeek | 1.0 | 0.9 | $0.591 | 2/2 | 22.2s |
| #66 | GPT-5.2 medium | OpenAI | 1.0 | 0.9 | $1.558 | 2/2 | 58.5s |
| #67 | Qwen3.8 27B high | Qwen | 1.0 | 0.9 | ~$0.298 | 2/2 | 185.6s |
| #68 | MiMo-V2.6-Pro medium | Xiaomi | 1.0 | 0.9 | $0.586 | 2/2 | 50.8s |
| #69 | Seed 2.1 Turbo medium | Bytedance Seed | 1.0 | 0.9 | $2.042 | 2/2 | 400.3s |