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) |
|---|---|---|---|---|---|---|---|
| #108 | Laguna XS 2.1 medium | Poolside | 6.3 | 6.5 | $0.068 | 1/2 | 218.1s |
| #191 | KAT-Coder-Air V2.5 none | Kwaipilot | 3.8 | 4.8 | $0.067 | 0/2 | 73.0s |
| #122 | Seed-2.0-Lite none | Bytedance Seed | 3.0 | 6.2 | $0.066 | 0/2 | 25.6s |
| #130 | Qwen3.6 Flash none | Qwen | 3.8 | 6.1 | $0.062 | 0/2 | 26.5s |
| #169 | Qwen3.6 35B A3B none | Qwen | 3.8 | 5.3 | $0.061 | 0/2 | 39.5s |
| #164 | Laguna S 2.1 medium | Poolside | 3.2 | 5.4 | $0.059 | 0/2 | 284.7s |
| #207 | Grok 4.20 none | X AI | 1.5 | 4.1 | $0.057 | 0/1 | 6.04s |
| #146 | Nemotron 3 Super medium | NVIDIA | 6.4 | 5.7 | $0.055 | 1/2 | 259.9s |
| #182 | DeepSeek V3.2 none | DeepSeek | 4.8 | 5.0 | $0.054 | 0/2 | 113.5s |
| #112 | Gemini 3.1 Flash Lite Preview none | 3.0 | 6.4 | $0.052 | 0/2 | 6.23s | |
| #151 | GLM 5V Turbo none | Z.ai | 1.5 | 5.6 | $0.052 | 0/1 | 6.51s |
| #155 | KAT-Coder-Air V2.5 medium | Kwaipilot | 6.5 | 5.6 | $0.048 | 1/2 | 19.6s |
| #141 | Hy3 preview high | Tencent | 5.0 | 5.9 | $0.048 | 1/1 | 113.1s |
| #126 | Gemini 3.1 Flash Lite minimal | 3.0 | 6.1 | $0.047 | 0/2 | 7.75s | |
| #178 | GLM 5 Turbo none | Z.ai | 1.5 | 5.1 | $0.047 | 0/1 | 4.89s |