संयुक्त क्रमवारी
संयुक्त मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा. क्रम लावा: प्रतिसाद वेळ (सरासरी) ↑.
अयशस्वी होण्याची कारणे
316/316
मॉडेल फिल्टर करा
सध्याच्या शोध आणि फिल्टर्सशी जुळणारी कोणतीही मॉडेल्स नाहीत.
| क्रमांक | मॉडेल | कंपनी | संयुक्त स्कोअर | स्कोअर | एकूण खर्च | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|
| #94 | Claude Opus 5 none | Anthropic | 8.3 | 7.5 | $1.550 | 1/2 | 30.5s |
| #259 | Qwen3 Coder Next none | Qwen | 3.0 | 5.1 | $0.026 | 0/2 | 30.9s |
| #20 | Claude Opus 5 high | Anthropic | 10.0 | 9.2 | $3.070 | 2/2 | 31.1s |
| #270 | Mercury 2.5 Preview none | Inception | 3.0 | 4.9 | $0.018 | 0/2 | 31.3s |
| #186 | Claude Sonnet 5 none | Anthropic | 6.5 | 6.1 | $0.548 | 1/2 | 31.4s |
| #95 | GPT-5.4 Nano medium | OpenAI | 9.9 | 7.5 | $0.142 | 2/2 | 32.2s |
| #257 | Mistral Small 4 medium | Mistral | 3.0 | 5.1 | $0.097 | 0/2 | 32.4s |
| #57 | Claude Fable 5.1 medium | Anthropic | 10.0 | 8.3 | $2.909 | 2/2 | 32.6s |
| #27 | GPT-5.5 medium | OpenAI | 10.0 | 9.0 | $4.163 | 2/2 | 33.5s |
| #25 | Claude Fable 5.1 high | Anthropic | 10.0 | 9.0 | $3.364 | 2/2 | 34.6s |
| #34 | Muse Spark 1.3 medium | Meta | 7.3 | 8.8 | $1.469 | 1/2 | 34.7s |
| #269 | Qwen3.6 Plus Preview medium | Qwen | 5.0 | 4.9 | $0.000 | 1/1 | 35.0s |
| #215 | Solar Pro 4 none | Upstage | 3.0 | 5.8 | $0.006 | 0/2 | 35.1s |
| #29 | Grok 4.5 high | X AI | 10.0 | 9.0 | $2.252 | 2/2 | 35.6s |
| #271 | Ling-2.6-flash none | Inclusionai | 3.0 | 4.9 | $0.002 | 0/2 | 35.7s |