संयुक्त क्रमवारी
संयुक्त मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा.
अयशस्वी होण्याची कारणे
210/210
मॉडेल फिल्टर करा
सध्याच्या शोध आणि फिल्टर्सशी जुळणारी कोणतीही मॉडेल्स नाहीत.
| क्रमांक | मॉडेल | कंपनी | संयुक्त स्कोअर | स्कोअर | एकूण खर्च | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|
| #82 | DeepSeek V4 Pro none | DeepSeek | 7.9 | 6.9 | $0.096 | 1/2 | 71.6s |
| #19 | Qwen3.6 Max Preview medium | Qwen | 7.3 | 8.4 | $1.143 | 1/2 | 177.5s |
| #26 | GPT-5 Mini medium | OpenAI | 7.3 | 8.1 | $0.237 | 1/2 | 99.8s |
| #28 | Inkling high | Thinkingmachines | 7.3 | 8.0 | $1.006 | 1/2 | 63.8s |
| #29 | Step 3.7 Flash medium | Stepfun | 7.3 | 8.0 | $0.515 | 1/2 | 80.9s |
| #30 | GPT-5.2 Chat none | OpenAI | 7.3 | 8.0 | $0.604 | 1/2 | 13.9s |
| #32 | Inkling medium | Thinkingmachines | 7.3 | 8.0 | $0.391 | 1/2 | 41.2s |
| #52 | Kimi K2.7 Code medium | Moonshot AI | 7.3 | 7.5 | $0.751 | 1/2 | 66.0s |
| #58 | Qwen3.5-27B medium | Qwen | 7.3 | 7.4 | $1.627 | 1/2 | 595.2s |
| #60 | LongCat 2.0 medium | Meituan | 7.3 | 7.4 | $0.478 | 1/2 | 151.0s |
| #67 | Step 3.7 Flash low | Stepfun | 7.3 | 7.3 | $0.454 | 1/2 | 66.2s |
| #69 | KAT-Coder-Pro V2.5 high | Kwaipilot | 7.3 | 7.2 | $0.482 | 1/2 | 106.7s |
| #76 | DeepSeek V3.2 medium | DeepSeek | 7.3 | 7.0 | $0.078 | 1/2 | 79.9s |
| #80 | Seed-2.0-Mini medium | Bytedance Seed | 7.3 | 7.0 | $0.101 | 1/2 | 282.3s |
| #108 | Ring-2.6-1T medium | Inclusionai | 7.3 | 6.3 | $0.103 | 1/2 | 257.3s |