AI BENCHY

Clasament Benchmark AI

Name: Rezultate benchmark modele AI BENCHY
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-10 Modele evaluate: 144

144/144

Rang	Model	Scor	Companie	Cost total	Timp de răspuns (mediu)
#1🥇 #1	Gemini 3 Flash Previewmedium	10.0	Google	$0.328	11.43s
Vezi fișa modelului Total teste 19 Teste greșite 0 Fiabilitate 10.0 Rată de trecere pe încercare 100.0% Teste instabile 0 Tokenuri de ieșire 1,985 Tokenuri de raționament 102,122 Timp de răspuns (mediu) 11.43s Timp de răspuns (total) 217.10s Timp de răspuns (maxim) 74.66s Trucuri anti-AI : 10.0 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 10.0 Inteligență generală : 10.0 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 10.0 Apelare instrumente : 10.0 Cultură generală : 10.0
#2🥈 #2	Gemini 3.1 Pro Previewmedium	9.6	Google	$0.594	15.15s
Vezi fișa modelului Total teste 19 Teste greșite 1 Fiabilitate 10.0 Rată de trecere pe încercare 94.7% Teste instabile 0 Tokenuri de ieșire 1,944 Tokenuri de raționament 41,839 Timp de răspuns (mediu) 15.15s Timp de răspuns (total) 181.78s Timp de răspuns (maxim) 40.61s Răspuns greșit: 1 Trucuri anti-AI : 10.0 Programare : 10.0 Combinat : 9.5 Parsare și extragere de date : 10.0 Specific domeniului : 7.7 Inteligență generală : 10.0 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 10.0 Apelare instrumente : 10.0 Cultură generală : 10.0
#3🥉 #3	Claude Opus 4.7medium	8.9	Anthropic	$0.449	3.46s
Vezi fișa modelului Total teste 19 Teste greșite 3 Fiabilitate 10.0 Rată de trecere pe încercare 84.2% Teste instabile 0 Tokenuri de ieșire 5,399 Tokenuri de raționament 1,341 Timp de răspuns (mediu) 3.46s Timp de răspuns (total) 62.29s Timp de răspuns (maxim) 21.45s Răspuns greșit: 2 Timp expirat: 1 Trucuri anti-AI : 8.3 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 7.7 Inteligență generală : 10.0 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 10.0 Apelare instrumente : 10.0 Cultură generală : 3.0
#4#4	GPT-5.5medium	8.9	OpenAI	$2.939	33.02s
Vezi fișa modelului Total teste 19 Teste greșite 3 Fiabilitate 10.0 Rată de trecere pe încercare 87.7% Teste instabile 2 Tokenuri de ieșire 1,950 Tokenuri de raționament 91,386 Timp de răspuns (mediu) 33.02s Timp de răspuns (total) 627.45s Timp de răspuns (maxim) 332.10s Răspuns greșit: 3 Trucuri anti-AI : 10.0 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 5.3 Inteligență generală : 10.0 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 10.0 Apelare instrumente : 10.0 Cultură generală : 2.8
#5#5	Claude Opus 4.7none	8.9	Anthropic	$0.507	3.04s
Vezi fișa modelului Total teste 19 Teste greșite 3 Fiabilitate 10.0 Rată de trecere pe încercare 84.2% Teste instabile 0 Tokenuri de ieșire 6,329 Tokenuri de raționament 0 Timp de răspuns (mediu) 3.04s Timp de răspuns (total) 57.79s Timp de răspuns (maxim) 18.27s Răspuns greșit: 3 Trucuri anti-AI : 8.3 Programare : 10.0 Combinat : 9.5 Parsare și extragere de date : 10.0 Specific domeniului : 7.7 Inteligență generală : 10.0 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 10.0 Apelare instrumente : 10.0 Cultură generală : 3.0
#6#6	GPT-5.5low	8.9	OpenAI	$0.706	8.80s
Vezi fișa modelului Total teste 19 Teste greșite 3 Fiabilitate 10.0 Rată de trecere pe încercare 84.2% Teste instabile 0 Tokenuri de ieșire 2,008 Tokenuri de raționament 16,914 Timp de răspuns (mediu) 8.80s Timp de răspuns (total) 167.26s Timp de răspuns (maxim) 56.19s Răspuns greșit: 3 Trucuri anti-AI : 10.0 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 5.3 Inteligență generală : 10.0 Respectarea instrucțiunilor : 9.9 Rezolvare de puzzle-uri : 10.0 Apelare instrumente : 10.0 Cultură generală : 3.0
#7#7	Gemini 3 Flash Previewlow	8.8	Google	$0.093	5.84s
Vezi fișa modelului Total teste 19 Teste greșite 3 Fiabilitate 10.0 Rată de trecere pe încercare 86.0% Teste instabile 1 Tokenuri de ieșire 2,027 Tokenuri de raționament 23,906 Timp de răspuns (mediu) 5.84s Timp de răspuns (total) 110.87s Timp de răspuns (maxim) 14.72s Răspuns greșit: 3 Trucuri anti-AI : 10.0 Programare : 10.0 Combinat : 3.0 Parsare și extragere de date : 10.0 Specific domeniului : 5.3 Inteligență generală : 10.0 Respectarea instrucțiunilor : 9.9 Rezolvare de puzzle-uri : 10.0 Apelare instrumente : 10.0 Cultură generală : 10.0
#8#8	Gemini 3.1 Flash Lite Previewhigh	8.6	Google	$2.310	68.83s
Vezi fișa modelului Total teste 16 Teste greșite 3 Fiabilitate N/D Rată de trecere pe încercare 81.3% Teste instabile 0 Tokenuri de ieșire 1,283 Tokenuri de raționament 1,533,310 Timp de răspuns (mediu) 68.83s Timp de răspuns (total) 1101.32s Timp de răspuns (maxim) 280.52s Răspuns greșit: 3 Trucuri anti-AI : 10.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 5.3 Inteligență generală : 10.0 Respectarea instrucțiunilor : 9.8 Rezolvare de puzzle-uri : 7.7 Apelare instrumente : 10.0
#9#9	Qwen3.6 Max Previewmedium	8.5	Qwen	$0.872	48.96s
Vezi fișa modelului Total teste 19 Teste greșite 4 Fiabilitate 10.0 Rată de trecere pe încercare 80.7% Teste instabile 1 Tokenuri de ieșire 2,186 Tokenuri de raționament 105,156 Timp de răspuns (mediu) 48.96s Timp de răspuns (total) 930.20s Timp de răspuns (maxim) 186.74s Răspuns greșit: 4 Trucuri anti-AI : 10.0 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 2.9 Inteligență generală : 10.0 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 10.0 Apelare instrumente : 10.0 Cultură generală : 3.0
#10#10	Gemini 3 PRO Previewmedium	8.4	Google	$0.197	9.06s
Vezi fișa modelului Total teste 19 Teste greșite 4 Fiabilitate N/D Rată de trecere pe încercare 77.8% Teste instabile 0 Tokenuri de ieșire 1,508 Tokenuri de raționament 10,084 Timp de răspuns (mediu) 9.06s Timp de răspuns (total) 90.58s Timp de răspuns (maxim) 26.24s Răspuns greșit: 3 Eroare API: 1 Trucuri anti-AI : 10.0 Programare : 3.0 Combinat : 3.0 Parsare și extragere de date : 10.0 Specific domeniului : 5.3 Inteligență generală : 10.0 Respectarea instrucțiunilor : 9.8 Rezolvare de puzzle-uri : 10.0 Apelare instrumente : 10.0 Cultură generală : 0.0
#11#11	Seed-2.0-Litemedium	8.3	Bytedance Seed	$0.125	31.32s
Vezi fișa modelului Total teste 19 Teste greșite 6 Fiabilitate 10.0 Rată de trecere pe încercare 79.0% Teste instabile 3 Tokenuri de ieșire 3,266 Tokenuri de raționament 54,082 Timp de răspuns (mediu) 31.32s Timp de răspuns (total) 595.04s Timp de răspuns (maxim) 168.71s Răspuns greșit: 4 Nu a urmat instrucțiunile: 2 Trucuri anti-AI : 8.3 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 5.9 Inteligență generală : 6.7 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 9.0 Apelare instrumente : 10.0 Cultură generală : 3.0
#12#12	Qwen3.5 Plus 2026-02-15medium	8.2	Qwen	$0.247	51.33s
Vezi fișa modelului Total teste 19 Teste greșite 5 Fiabilitate 10.0 Rată de trecere pe încercare 79.0% Teste instabile 2 Tokenuri de ieșire 2,145 Tokenuri de raționament 129,019 Timp de răspuns (mediu) 51.33s Timp de răspuns (total) 616.01s Timp de răspuns (maxim) 120.91s Răspuns greșit: 3 Timp expirat: 2 Trucuri anti-AI : 8.2 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 5.3 Inteligență generală : 4.7 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 10.0 Apelare instrumente : 10.0 Cultură generală : 3.0
#13#13	GPT-5.3-Codexmedium	8.2	OpenAI	$0.598	15.33s
Vezi fișa modelului Total teste 19 Teste greșite 6 Fiabilitate 10.0 Rată de trecere pe încercare 80.7% Teste instabile 4 Tokenuri de ieșire 2,309 Tokenuri de raționament 36,880 Timp de răspuns (mediu) 15.33s Timp de răspuns (total) 291.34s Timp de răspuns (maxim) 100.93s Răspuns greșit: 4 Nu a urmat instrucțiunile: 2 Trucuri anti-AI : 8.7 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 5.9 Inteligență generală : 4.6 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 9.0 Apelare instrumente : 10.0 Cultură generală : 2.8
#14#14	Gemma 4 31Bmedium	8.2	Google	$0.023	28.72s
Vezi fișa modelului Total teste 19 Teste greșite 5 Fiabilitate 6.7 Rată de trecere pe încercare 77.2% Teste instabile 1 Tokenuri de ieșire 14,426 Tokenuri de raționament 37,964 Timp de răspuns (mediu) 28.72s Timp de răspuns (total) 488.27s Timp de răspuns (maxim) 90.14s Eroare API: 2 Răspuns greșit: 2 Timp expirat: 1 Trucuri anti-AI : 10.0 Programare : 4.7 Combinat : 3.0 Parsare și extragere de date : 10.0 Specific domeniului : 7.7 Inteligență generală : 10.0 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 9.9 Apelare instrumente : 3.0 Cultură generală : 3.0
#15#15	Qwen3.6 Plus Previewmedium	8.2	Qwen	$0.000	15.25s
Vezi fișa modelului Total teste 19 Teste greșite 3 Fiabilitate N/D Rată de trecere pe încercare 75.0% Teste instabile 0 Tokenuri de ieșire 1,153 Tokenuri de raționament 62,197 Timp de răspuns (mediu) 15.25s Timp de răspuns (total) 182.96s Timp de răspuns (maxim) 43.55s Răspuns greșit: 3 Trucuri anti-AI : 10.0 Programare : 0.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 3.0 Inteligență generală : 0.0 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 10.0 Apelare instrumente : 10.0 Cultură generală : 0.0
#16#16	Grok 4.20 Betamedium	8.2	X AI	$0.633	9.81s
Vezi fișa modelului Total teste 18 Teste greșite 5 Fiabilitate N/D Rată de trecere pe încercare 79.6% Teste instabile 2 Tokenuri de ieșire 1,568 Tokenuri de raționament 91,909 Timp de răspuns (mediu) 9.81s Timp de răspuns (total) 176.62s Timp de răspuns (maxim) 31.36s Răspuns greșit: 4 Nu a urmat instrucțiunile: 1 Trucuri anti-AI : 8.7 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 5.3 Inteligență generală : 10.0 Respectarea instrucțiunilor : 9.8 Rezolvare de puzzle-uri : 8.2 Apelare instrumente : 3.0
#17#17	Qwen3.5-27Bmedium	8.1	Qwen	$0.534	54.71s
Vezi fișa modelului Total teste 19 Teste greșite 6 Fiabilitate 10.0 Rată de trecere pe încercare 77.2% Teste instabile 3 Tokenuri de ieșire 2,531 Tokenuri de raționament 266,183 Timp de răspuns (mediu) 54.71s Timp de răspuns (total) 1039.57s Timp de răspuns (maxim) 163.96s Nu a urmat instrucțiunile: 2 Răspuns greșit: 2 Formatare suplimentară: 1 Timp expirat: 1 Trucuri anti-AI : 8.7 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 5.3 Inteligență generală : 6.1 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 8.2 Apelare instrumente : 10.0 Cultură generală : 3.0
#18#18	MiMo-V2.5-Promedium	8.1	Xiaomi	$0.200	16.23s
Vezi fișa modelului Total teste 18 Teste greșite 6 Fiabilitate 10.0 Rată de trecere pe încercare 74.1% Teste instabile 2 Tokenuri de ieșire 2,790 Tokenuri de raționament 52,001 Timp de răspuns (mediu) 16.23s Timp de răspuns (total) 292.10s Timp de răspuns (maxim) 84.22s Formatare suplimentară: 2 Nu a urmat instrucțiunile: 2 Răspuns greșit: 2 Trucuri anti-AI : 10.0 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 7.3 Specific domeniului : 5.3 Inteligență generală : 5.5 Respectarea instrucțiunilor : 9.9 Rezolvare de puzzle-uri : 6.7 Apelare instrumente : 10.0
#19#19	GLM 5medium	8.1	Z.ai	$0.180	27.34s
Vezi fișa modelului Total teste 19 Teste greșite 6 Fiabilitate 10.0 Rată de trecere pe încercare 80.7% Teste instabile 4 Tokenuri de ieșire 20,564 Tokenuri de raționament 70,787 Timp de răspuns (mediu) 27.34s Timp de răspuns (total) 300.78s Timp de răspuns (maxim) 79.09s Răspuns greșit: 3 Nu a urmat instrucțiunile: 1 Fără răspuns: 1 Timp expirat: 1 Trucuri anti-AI : 10.0 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 7.1 Specific domeniului : 3.5 Inteligență generală : 6.1 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 10.0 Apelare instrumente : 10.0 Cultură generală : 3.0
#20#20	GLM 5 Turbomedium	8.1	Z.ai	$0.187	18.85s
Vezi fișa modelului Total teste 19 Teste greșite 6 Fiabilitate 6.7 Rată de trecere pe încercare 77.2% Teste instabile 4 Tokenuri de ieșire 12,217 Tokenuri de raționament 40,252 Timp de răspuns (mediu) 18.85s Timp de răspuns (total) 358.15s Timp de răspuns (maxim) 194.23s Răspuns greșit: 4 Nu a urmat instrucțiunile: 1 Timp expirat: 1 Trucuri anti-AI : 10.0 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 2.9 Inteligență generală : 6.1 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 8.7 Apelare instrumente : 10.0 Cultură generală : 3.0
#21#21	Qwen3.6 35B A3Bmedium	8.0	Qwen	$0.116	13.22s
Vezi fișa modelului Total teste 19 Teste greșite 5 Fiabilitate 9.8 Rată de trecere pe încercare 74.5% Teste instabile 2 Tokenuri de ieșire 15,018 Tokenuri de raționament 108,331 Timp de răspuns (mediu) 13.22s Timp de răspuns (total) 224.66s Timp de răspuns (maxim) 45.02s Răspuns greșit: 4 Nu a urmat instrucțiunile: 1 Trucuri anti-AI : 10.0 Programare : 10.0 Combinat : 0.0 Parsare și extragere de date : 10.0 Specific domeniului : 5.3 Inteligență generală : 4.4 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 7.9 Apelare instrumente : 0.0 Cultură generală : 3.0
#22#22	Hy3 previewhigh	8.0	Tencent	$0.000	56.77s
Vezi fișa modelului Total teste 19 Teste greșite 4 Fiabilitate 10.0 Rată de trecere pe încercare 77.1% Teste instabile 1 Tokenuri de ieșire 216,503 Tokenuri de raționament 0 Timp de răspuns (mediu) 56.77s Timp de răspuns (total) 851.49s Timp de răspuns (maxim) 149.94s Răspuns greșit: 3 Eroare API: 1 Trucuri anti-AI : 8.9 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 6.5 Specific domeniului : 5.3 Inteligență generală : 0.0 Respectarea instrucțiunilor : 9.9 Rezolvare de puzzle-uri : 10.0 Apelare instrumente : 10.0 Cultură generală : 3.0
#23#23	Gemini 3.1 Flash Lite Previewmedium	8.0	Google	$0.058	3.68s
Vezi fișa modelului Total teste 19 Teste greșite 6 Fiabilitate 10.0 Rată de trecere pe încercare 68.4% Teste instabile 0 Tokenuri de ieșire 2,180 Tokenuri de raționament 30,831 Timp de răspuns (mediu) 3.68s Timp de răspuns (total) 69.99s Timp de răspuns (maxim) 14.93s Răspuns greșit: 5 Nu a urmat instrucțiunile: 1 Trucuri anti-AI : 9.1 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 3.0 Inteligență generală : 10.0 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 7.7 Apelare instrumente : 10.0 Cultură generală : 3.0
#24#24	Grok 4.3medium	8.0	X AI	$0.550	48.41s
Vezi fișa modelului Total teste 19 Teste greșite 6 Fiabilitate 10.0 Rată de trecere pe încercare 77.2% Teste instabile 3 Tokenuri de ieșire 1,237 Tokenuri de raționament 200,033 Timp de răspuns (mediu) 48.41s Timp de răspuns (total) 919.73s Timp de răspuns (maxim) 216.69s Răspuns greșit: 4 Nu a urmat instrucțiunile: 2 Trucuri anti-AI : 10.0 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 5.3 Inteligență generală : 5.4 Respectarea instrucțiunilor : 9.8 Rezolvare de puzzle-uri : 5.9 Apelare instrumente : 10.0 Cultură generală : 3.0
#25#25	Gemini 2.5 Flashmedium	7.9	Google	$0.322	11.63s
Vezi fișa modelului Total teste 19 Teste greșite 6 Fiabilitate 10.0 Rată de trecere pe încercare 71.9% Teste instabile 1 Tokenuri de ieșire 1,909 Tokenuri de raționament 123,192 Timp de răspuns (mediu) 11.63s Timp de răspuns (total) 220.88s Timp de răspuns (maxim) 95.48s Răspuns greșit: 5 Nu a urmat instrucțiunile: 1 Trucuri anti-AI : 8.4 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 5.9 Inteligență generală : 4.8 Respectarea instrucțiunilor : 9.8 Rezolvare de puzzle-uri : 7.7 Apelare instrumente : 10.0 Cultură generală : 3.0
#26#26	GPT-5.4medium	7.9	OpenAI	$0.861	18.38s
Vezi fișa modelului Total teste 19 Teste greșite 6 Fiabilitate 10.0 Rată de trecere pe încercare 75.4% Teste instabile 3 Tokenuri de ieșire 2,199 Tokenuri de raționament 50,553 Timp de răspuns (mediu) 18.38s Timp de răspuns (total) 349.21s Timp de răspuns (maxim) 100.41s Răspuns greșit: 4 Nu a urmat instrucțiunile: 2 Trucuri anti-AI : 8.3 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 5.3 Inteligență generală : 4.7 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 8.2 Apelare instrumente : 10.0 Cultură generală : 3.0
#27#27	Gemini 3.1 Flash Litemedium	7.9	Google	$0.059	3.14s
Vezi fișa modelului Total teste 19 Teste greșite 6 Fiabilitate 10.0 Rată de trecere pe încercare 71.9% Teste instabile 2 Tokenuri de ieșire 2,224 Tokenuri de raționament 32,034 Timp de răspuns (mediu) 3.14s Timp de răspuns (total) 59.62s Timp de răspuns (maxim) 10.87s Răspuns greșit: 5 Nu a urmat instrucțiunile: 1 Trucuri anti-AI : 9.1 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 2.9 Inteligență generală : 10.0 Respectarea instrucțiunilor : 9.9 Rezolvare de puzzle-uri : 7.6 Apelare instrumente : 10.0 Cultură generală : 3.0
#28#28	Qwen3.6 Plusmedium	7.9	Qwen	$0.016	17.06s
Vezi fișa modelului Total teste 19 Teste greșite 6 Fiabilitate 10.0 Rată de trecere pe încercare 70.2% Teste instabile 1 Tokenuri de ieșire 1,784 Tokenuri de raționament 91,543 Timp de răspuns (mediu) 17.06s Timp de răspuns (total) 307.07s Timp de răspuns (maxim) 47.51s Răspuns greșit: 4 Eroare API: 1 Nu a urmat instrucțiunile: 1 Trucuri anti-AI : 10.0 Programare : 3.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 2.9 Inteligență generală : 5.1 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 10.0 Apelare instrumente : 10.0 Cultură generală : 3.0
#29#29	Gemini 3 Flash Previewnone	7.9	Google	$0.021	1.61s
Vezi fișa modelului Total teste 19 Teste greșite 6 Fiabilitate 10.0 Rată de trecere pe încercare 73.7% Teste instabile 2 Tokenuri de ieșire 1,855 Tokenuri de raționament 0 Timp de răspuns (mediu) 1.61s Timp de răspuns (total) 19.26s Timp de răspuns (maxim) 3.56s Răspuns greșit: 6 Trucuri anti-AI : 8.3 Programare : 10.0 Combinat : 4.7 Parsare și extragere de date : 10.0 Specific domeniului : 7.7 Inteligență generală : 10.0 Respectarea instrucțiunilor : 6.4 Rezolvare de puzzle-uri : 7.7 Apelare instrumente : 10.0 Cultură generală : 3.0
#30#30	Gemini 3.1 Flash Lite Previewlow	7.9	Google	$0.023	3.12s
Vezi fișa modelului Total teste 19 Teste greșite 6 Fiabilitate 10.0 Rată de trecere pe încercare 68.4% Teste instabile 0 Tokenuri de ieșire 2,256 Tokenuri de raționament 8,478 Timp de răspuns (mediu) 3.12s Timp de răspuns (total) 59.34s Timp de răspuns (maxim) 11.91s Răspuns greșit: 5 Nu a urmat instrucțiunile: 1 Trucuri anti-AI : 8.3 Programare : 10.0 Combinat : 3.0 Parsare și extragere de date : 10.0 Specific domeniului : 5.3 Inteligență generală : 4.0 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 10.0 Apelare instrumente : 10.0 Cultură generală : 3.0

Comparație rapidă

Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsGPT-5.5medium Gemini 3 Flash PreviewmediumvsGPT-5.5low Gemini 3 Flash PreviewmediumvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewmediumvsQwen3.6 Max Previewmedium Gemini 3 Flash PreviewmediumvsRing 2.6 1tmediumDisponibil gratuit Gemini 3.1 Pro PreviewmediumvsClaude Opus 4.7medium Claude Opus 4.7mediumvsGPT-5.5medium GPT-5.5mediumvsGPT-5.5low GPT-5.5lowvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewlowvsQwen3.6 Max Previewmedium

Clasament Benchmark AI

Filtrează modelele

Comparație rapidă