संयुक्त क्रमवारी
संयुक्त मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा.
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) |
|---|---|---|---|---|---|---|---|
| #164 | KAT-Coder-Air V2.5 low | Kwaipilot | 6.4 | 5.4 | $0.041 | 1/2 | 55.9s |
| #100 | Gemma 4 26B A4B medium | 6.3 | 6.6 | $0.089 | 1/2 | 492.9s | |
| #108 | Laguna XS 2.1 medium | Poolside | 6.3 | 6.5 | $0.068 | 1/2 | 218.1s |
| #55 | Nemotron 3 Ultra medium | NVIDIA | 6.3 | 7.5 | $0.774 | 1/2 | 218.2s |
| #95 | Gemini 3.5 Flash-Lite low | 6.3 | 6.7 | $0.145 | 1/2 | 8.96s | |
| #30 | Muse Spark 1.1 high | Meta | 5.9 | 8.1 | $1.694 | 0/2 | 70.3s |
| #148 | Qwen3.5-122B-A10B none | Qwen | 5.2 | 5.7 | $0.247 | 0/2 | 129.3s |
| #42 | GLM 5.2 medium | Z.ai | 5.0 | 7.8 | $0.187 | 1/1 | 52.0s |
| #46 | GLM 5 medium | Z.ai | 5.0 | 7.7 | $0.307 | 1/1 | 29.0s |
| #53 | GLM 5 Turbo medium | Z.ai | 5.0 | 7.6 | $0.323 | 1/1 | 13.9s |
| #106 | Hy3 preview medium | Tencent | 5.0 | 6.5 | $0.018 | 1/1 | 46.0s |
| #137 | Grok 4.20 Beta medium | X AI | 5.0 | 6.0 | $0.750 | 1/1 | 20.9s |
| #140 | Mimo V2 Omni medium | Xiaomi | 5.0 | 5.9 | $0.683 | 1/1 | 25.9s |
| #141 | Hy3 preview high | Tencent | 5.0 | 5.9 | $0.048 | 1/1 | 113.1s |
| #149 | Gemini 3.1 Flash Lite high | 5.0 | 5.6 | $2.044 | 1/1 | 149.2s |