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) |
|---|---|---|---|---|---|---|---|
| #128 | Gemini 3.1 Flash Lite none | 3.0 | 6.1 | $0.046 | 0/2 | 9.49s | |
| #153 | Mimo V2 PRO none | Xiaomi | 1.5 | 5.6 | $0.045 | 0/1 | 6.58s |
| #117 | LongCat 2.0 none | Meituan | 6.5 | 6.3 | $0.044 | 1/2 | 28.4s |
| #156 | DeepSeek V4 Flash none | DeepSeek | 4.6 | 5.6 | $0.044 | 0/2 | 179.6s |
| #119 | MiMo-V2-Flash medium | Xiaomi | 4.9 | 6.3 | $0.043 | 1/1 | 75.7s |
| #49 | DeepSeek V4 Flash high | DeepSeek | 6.4 | 7.7 | $0.042 | 1/2 | 104.1s |
| #165 | KAT-Coder-Air V2.5 low | Kwaipilot | 6.4 | 5.4 | $0.041 | 1/2 | 55.9s |
| #189 | GPT-5.4 Nano none | OpenAI | 3.0 | 4.8 | $0.041 | 0/2 | 14.7s |
| #147 | GLM 5 none | Z.ai | 1.5 | 5.7 | $0.041 | 0/1 | 4.98s |
| #214 | Qwen3.5-9B medium | Qwen | 3.0 | 3.8 | $0.036 | 0/2 | 0ms |
| #195 | Laguna M.1 medium | Poolside | 1.5 | 4.7 | $0.033 | 0/1 | 53.1s |
| #196 | Qwen3 Coder Next medium | Qwen | 3.0 | 4.7 | $0.032 | 0/2 | 14.6s |
| #198 | Mercury 2 none | Inception | 3.0 | 4.6 | $0.030 | 0/2 | 2.56s |
| #188 | Ring-2.6-1T none | Inclusionai | 3.0 | 4.8 | $0.026 | 0/2 | 0ms |
| #176 | MiMo-V2.5 none | Xiaomi | 3.0 | 5.1 | $0.025 | 0/2 | 28.9s |