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
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) |
|---|---|---|---|---|---|---|---|
| #142 | GPT-5.4 Mini none | OpenAI | 6.5 | 5.9 | $0.095 | 1/2 | 6.22s |
| #82 | Mercury 2 medium | Inception | 6.7 | 7.0 | $0.093 | 1/2 | 7.84s |
| #181 | Laguna S 2.1 low | Poolside | 3.2 | 5.0 | $0.091 | 0/2 | 412.5s |
| #109 | Qwen3.5-27B none | Qwen | 6.4 | 6.5 | $0.090 | 1/2 | 39.4s |
| #100 | Gemma 4 26B A4B medium | 6.3 | 6.6 | $0.089 | 1/2 | 492.9s | |
| #158 | Qwen3.6 27B none | Qwen | 3.2 | 5.5 | $0.087 | 0/2 | 83.1s |
| #201 | Grok 4.20 Beta none | X AI | 1.5 | 4.4 | $0.087 | 0/1 | 6.48s |
| #93 | Gemini 3 Flash Preview none | 3.8 | 6.8 | $0.085 | 0/2 | 12.4s | |
| #107 | MiMo-V2.5 medium | Xiaomi | 8.7 | 6.5 | $0.082 | 1/2 | 78.0s |
| #80 | DeepSeek V3.2 medium | DeepSeek | 7.3 | 7.0 | $0.078 | 1/2 | 79.9s |
| #150 | KAT-Coder-Air V2.5 high | Kwaipilot | 6.5 | 5.6 | $0.077 | 1/2 | 74.5s |
| #131 | Qwen3.5-Flash none | Qwen | 2.9 | 6.1 | $0.073 | 0/2 | 243.6s |
| #113 | Qwen3.5 Plus 2026-02-15 none | Qwen | 6.5 | 6.4 | $0.073 | 1/2 | 64.8s |
| #194 | Grok 4.1 Fast medium | X AI | 5.0 | 4.7 | $0.069 | 1/1 | 37.6s |
| #160 | MiMo-V2.5-Pro none | Xiaomi | 3.0 | 5.5 | $0.068 | 0/2 | 28.3s |