संयुक्त क्रमवारी
संयुक्त मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा. क्रम लावा: एकूण खर्च ↓.
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) |
|---|---|---|---|---|---|---|---|
| #53 | Qwen3.8 27B high | Qwen | 10.0 | 8.4 | ~$0.287 | 2/2 | 185.6s |
| #223 | Qwen3.5-122B-A10B none | Qwen | 5.2 | 5.7 | $0.283 | 0/2 | 129.3s |
| #202 | GPT-5.6 Terra none | OpenAI | 2.9 | 6.0 | $0.280 | 0/2 | 7.02s |
| #75 | Qwen3.7 Plus medium | Qwen | 8.2 | 7.9 | $0.277 | 1/2 | 190.3s |
| #77 | Gemini 3.5 Flash Lite medium | 7.3 | 7.8 | $0.272 | 1/2 | 17.9s | |
| #151 | GLM 5.3 low | Z.ai | 3.8 | 6.8 | $0.257 | 0/2 | 53.0s |
| #38 | Gemini 3.6 Flash low | 7.3 | 8.7 | $0.251 | 1/2 | 19.8s | |
| #62 | GPT-5 Mini medium | OpenAI | 7.3 | 8.1 | $0.241 | 1/2 | 99.8s |
| #104 | Gemini 3.8 Flash low | 3.8 | 7.5 | $0.239 | 0/2 | 19.6s | |
| #82 | Seed-2.0-Lite medium | Bytedance Seed | 6.4 | 7.8 | $0.236 | 1/2 | 58.5s |
| #222 | Kimi K2.6 none | Moonshot AI | 3.0 | 5.7 | $0.233 | 0/2 | 77.8s |
| #174 | Qwen3.6 Max Preview none | Qwen | 6.5 | 6.4 | $0.228 | 1/2 | 61.6s |
| #85 | GLM 5 medium | Z.ai | 5.0 | 7.7 | $0.228 | 1/1 | 29.0s |
| #78 | GLM 5.2 medium | Z.ai | 5.0 | 7.8 | $0.224 | 1/1 | 52.0s |
| #152 | MiMo-V2.5-Pro medium | Xiaomi | 6.9 | 6.8 | $0.221 | 1/2 | 125.4s |