संयुक्त क्रमवारी
संयुक्त मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा.
अयशस्वी होण्याची कारणे
316/316
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 | Qwen3.6 35B A3B medium | Qwen | 3.0 | 6.6 | $0.672 | 0/2 | 817.6s |
| #173 | Gemini 3.1 Flash Lite Preview none | 3.0 | 6.4 | $0.052 | 0/2 | 6.23s | |
| #183 | Seed-2.0-Lite none | Bytedance Seed | 3.0 | 6.2 | $0.066 | 0/2 | 25.6s |
| #187 | Gemini 3.1 Flash Lite minimal | 3.0 | 6.1 | $0.047 | 0/2 | 7.75s | |
| #191 | Gemini 3.1 Flash Lite none | 3.0 | 6.1 | $0.046 | 0/2 | 9.49s | |
| #198 | Nemotron 3 Ultra none | NVIDIA | 3.0 | 6.1 | $0.093 | 0/2 | 21.1s |
| #200 | Gemini 2.5 Flash none | 3.0 | 6.0 | $0.017 | 0/2 | 61.2s | |
| #214 | GPT-5.4 none | OpenAI | 3.0 | 5.8 | $0.397 | 0/2 | 9.26s |
| #215 | Solar Pro 4 none | Upstage | 3.0 | 5.8 | $0.006 | 0/2 | 35.1s |
| #219 | Inkling Small low | Thinkingmachines | 3.0 | 5.7 | $0.055 | 0/2 | 4.08s |
| #220 | Ling-3.0-flash none | Inclusionai | 3.0 | 5.7 | $0.004 | 0/2 | 8.58s |
| #222 | Kimi K2.6 none | Moonshot AI | 3.0 | 5.7 | $0.233 | 0/2 | 77.8s |
| #228 | Gemma 4 26B A4B none | 3.0 | 5.6 | $0.015 | 0/2 | 37.2s | |
| #236 | Qwen3.8 27B none | Qwen | 3.0 | 5.5 | ~$0.006 | 0/2 | 24.1s |
| #242 | MiMo-V2.5-Pro none | Xiaomi | 3.0 | 5.4 | $0.068 | 0/2 | 28.3s |