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) |
|---|---|---|---|---|---|---|---|
| #167 | Laguna S 2.1 high | Poolside | 2.9 | 5.4 | $0.127 | 0/2 | 702.3s |
| #101 | GLM 5.2 none | Z.ai | 6.9 | 6.6 | $0.124 | 1/2 | 50.2s |
| #132 | Qwen3.5 Plus 2026-04-20 none | Qwen | 6.4 | 6.1 | $0.122 | 1/2 | 109.7s |
| #69 | Gemini 3.1 Flash Lite medium | 7.2 | 7.3 | $0.117 | 1/2 | 18.5s | |
| #68 | Gemini 3.1 Flash Lite Preview medium | 7.2 | 7.3 | $0.115 | 1/2 | 16.6s | |
| #134 | GPT-5 Nano medium | OpenAI | 6.4 | 6.1 | $0.114 | 1/2 | 146.9s |
| #136 | Step 3.5 Flash medium | Stepfun | 6.5 | 6.0 | $0.108 | 1/2 | 813.7s |
| #116 | Gemma 4 31B medium | 2.9 | 6.3 | $0.107 | 0/2 | 433.1s | |
| #75 | Qwen3.7 Plus none | Qwen | 10.0 | 7.2 | $0.106 | 2/2 | 117.7s |
| #133 | Qwen3.5-35B-A3B none | Qwen | 3.8 | 6.1 | $0.106 | 0/2 | 128.3s |
| #114 | Ring-2.6-1T medium | Inclusionai | 7.3 | 6.3 | $0.103 | 1/2 | 257.3s |
| #84 | Seed-2.0-Mini medium | Bytedance Seed | 7.3 | 7.0 | $0.101 | 1/2 | 282.3s |
| #175 | Mistral Small 4 medium | Mistral | 3.0 | 5.1 | $0.096 | 0/2 | 32.4s |
| #86 | DeepSeek V4 Pro none | DeepSeek | 7.9 | 6.9 | $0.096 | 1/2 | 71.6s |
| #135 | Nemotron 3 Ultra none | NVIDIA | 3.0 | 6.1 | $0.095 | 0/2 | 21.1s |