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
216/216
मॉडेल फिल्टर करा
सध्याच्या शोध आणि फिल्टर्सशी जुळणारी कोणतीही मॉडेल्स नाहीत.
| क्रमांक | मॉडेल | कंपनी | संयुक्त स्कोअर | स्कोअर | एकूण खर्च | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|
| #26 | Claude Sonnet 5 medium | Anthropic | 7.3 | 8.3 | $0.922 | 1/2 | 51.9s |
| #182 | GLM 4.7 Flash none | Z.ai | 3.0 | 4.9 | $0.016 | 0/2 | 50.2s |
| #101 | GLM 5.2 none | Z.ai | 6.9 | 6.6 | $0.128 | 1/2 | 50.2s |
| #194 | Cobuddy medium | Baidu | 1.5 | 4.7 | $0.000 | 0/1 | 47.4s |
| #157 | GLM 5.1 none | Z.ai | 2.8 | 5.5 | $0.164 | 0/2 | 46.9s |
| #106 | Hy3 preview medium | Tencent | 5.0 | 6.5 | $0.018 | 1/1 | 46.0s |
| #12 | Gemini 3.5 Flash medium | 10.0 | 9.1 | $0.642 | 2/2 | 44.4s | |
| #18 | Claude Opus 4.7 medium | Anthropic | 10.0 | 8.7 | $1.477 | 2/2 | 43.4s |
| #19 | Muse Spark 1.1 medium | Meta | 8.3 | 8.6 | $1.357 | 1/2 | 42.6s |
| #79 | Grok 4.20 medium | X AI | 8.7 | 7.1 | $0.777 | 1/2 | 42.2s |
| #1 | Gemini 3.6 Flash medium | 10.0 | 9.9 | $0.831 | 2/2 | 42.1s | |
| #90 | Step 3.7 Flash high | Stepfun | 8.7 | 6.9 | $1.207 | 1/2 | 41.2s |
| #36 | Inkling medium | Thinkingmachines | 7.3 | 8.0 | $0.391 | 1/2 | 41.2s |
| #10 | Gemini 3.1 Pro Preview medium | 9.8 | 9.2 | $1.361 | 2/2 | 40.4s | |
| #167 | Qwen3.6 35B A3B none | Qwen | 3.8 | 5.3 | $0.061 | 0/2 | 39.5s |