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
220/220
मॉडेल फिल्टर करा
सध्याच्या शोध आणि फिल्टर्सशी जुळणारी कोणतीही मॉडेल्स नाहीत.
| क्रमांक | मॉडेल | कंपनी | संयुक्त स्कोअर | स्कोअर | एकूण खर्च | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|
| #92 | Gemini 3.5 Flash minimal | 3.0 | 6.8 | $0.300 | 0/2 | 14.4s | |
| #94 | Qwen3.6 35B A3B medium | Qwen | 3.0 | 6.7 | $0.746 | 0/2 | 817.6s |
| #110 | Gemini 3.1 Flash Lite Preview low | 3.0 | 6.5 | $0.646 | 0/2 | 160.6s | |
| #112 | Gemini 3.1 Flash Lite Preview none | 3.0 | 6.4 | $0.052 | 0/2 | 6.23s | |
| #122 | Seed-2.0-Lite none | Bytedance Seed | 3.0 | 6.2 | $0.066 | 0/2 | 25.6s |
| #124 | Gemini 2.5 Flash none | 3.0 | 6.2 | $0.017 | 0/2 | 61.2s | |
| #126 | Gemini 3.1 Flash Lite minimal | 3.0 | 6.1 | $0.047 | 0/2 | 7.75s | |
| #128 | Gemini 3.1 Flash Lite none | 3.0 | 6.1 | $0.046 | 0/2 | 9.49s | |
| #135 | Nemotron 3 Ultra none | NVIDIA | 3.0 | 6.1 | $0.095 | 0/2 | 21.1s |
| #144 | Kimi K2.6 none | Moonshot AI | 3.0 | 5.8 | $0.184 | 0/2 | 77.8s |
| #145 | GPT-5.4 none | OpenAI | 3.0 | 5.8 | $0.397 | 0/2 | 9.26s |
| #160 | MiMo-V2.5-Pro none | Xiaomi | 3.0 | 5.5 | $0.068 | 0/2 | 28.3s |
| #162 | Gemma 4 26B A4B none | 3.0 | 5.5 | $0.015 | 0/2 | 37.2s | |
| #168 | Laguna XS 2.1 none | Poolside | 3.0 | 5.3 | $0.008 | 0/2 | 10.4s |
| #173 | Mistral Small 4 none | Mistral | 3.0 | 5.1 | $0.022 | 0/2 | 7.44s |