Clasament AI Benchy

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: 2026-09-02 Modele evaluate: 311

Modele recomandate

GPT-5.6 Sol high Inteligent Rată de trecere pe încercare 89.4% Teste corecte 18 / 22 Scor 9.4/10 GPT-5.6 Luna medium Rapid Timp de răspuns (mediu) 7.43s Total tokenuri de ieșire 44,525 Scor 7.4/10 DeepSeek V4 Flash 0731 high Accesibil Preț de intrare $0.065 / 1M Preț de ieșire $0.180 / 1M Scor 8.0/10

311/311

Rang	Model	Scor	Companie	Cost total	Timp de răspuns (mediu)
#236#236	GPT-5.6 Lunanone	5.4	OpenAI	$0.029 ↓	1.50s
Vezi fișa modelului Total teste 22 Teste greșite 16 Fiabilitate 10.0 Rată de trecere pe încercare 36.4% Teste instabile 3 Tokenuri de intrare 101,332 Tokenuri de ieșire 6,709 Tokenuri de raționament 0 Timp de răspuns (mediu) 1.50s Timp de răspuns (total) 33.05s Timp de răspuns (maxim) 10.57s Răspuns greșit: 14 Formatare suplimentară: 1 Apel de instrument invalid: 1 Trucuri anti-AI : 4.8 Programare : 3.8 Combinat : 3.2 Parsare și extragere de date : 10.0 Specific domeniului : 3.6 Inteligență generală : 5.0 Respectarea instrucțiunilor : 7.1 Rezolvare de puzzle-uri : 5.3 Apelare instrumente : 10.0 Cultură generală : 3.0
#243#243	Seed-2.0-Codenone	5.3	Bytedance Seed	$0.151	14.67s
Vezi fișa modelului Total teste 22 Teste greșite 16 Fiabilitate 8.6 Rată de trecere pe încercare 36.4% Teste instabile 5 Tokenuri de intrare 159,749 Tokenuri de ieșire 23,433 Tokenuri de raționament 0 Timp de răspuns (mediu) 14.67s Timp de răspuns (total) 322.71s Timp de răspuns (maxim) 132.84s Răspuns greșit: 11 Formatare suplimentară: 2 Nu a urmat instrucțiunile: 2 Fără răspuns: 1 Trucuri anti-AI : 3.0 Programare : 3.6 Combinat : 3.0 Parsare și extragere de date : 10.0 Specific domeniului : 3.5 Inteligență generală : 5.0 Respectarea instrucțiunilor : 6.2 Rezolvare de puzzle-uri : 7.7 Apelare instrumente : 10.0 Cultură generală : 3.0
#248#248	Inklingnone	5.2	Thinkingmachines	$0.147	3.47s
Vezi fișa modelului Total teste 22 Teste greșite 16 Fiabilitate 10.0 Rată de trecere pe încercare 28.8% Teste instabile 1 Tokenuri de intrare 104,120 Tokenuri de ieșire 10,554 Tokenuri de raționament 0 Timp de răspuns (mediu) 3.47s Timp de răspuns (total) 76.28s Timp de răspuns (maxim) 48.02s Răspuns greșit: 13 Formatare suplimentară: 1 Nu a urmat instrucțiunile: 1 Apel de instrument invalid: 1 Trucuri anti-AI : 4.8 Programare : 4.5 Combinat : 2.9 Parsare și extragere de date : 10.0 Specific domeniului : 5.3 Inteligență generală : 5.0 Respectarea instrucțiunilor : 6.3 Rezolvare de puzzle-uri : 5.6 Apelare instrumente : 3.0 Cultură generală : 3.0
#260#260	Mercury 2.5 Previewlow	5.0	Inception	$0.011	1.31s
Vezi fișa modelului Total teste 22 Teste greșite 16 Fiabilitate 10.0 Rată de trecere pe încercare 47.0% Teste instabile 8 Tokenuri de intrare 133,525 Tokenuri de ieșire 7,259 Tokenuri de raționament 24,716 Timp de răspuns (mediu) 1.31s Timp de răspuns (total) 28.77s Timp de răspuns (maxim) 7.29s Răspuns greșit: 12 Nu a urmat instrucțiunile: 2 Eroare API: 1 Fără răspuns: 1 Trucuri anti-AI : 5.6 Programare : 5.5 Combinat : 3.0 Parsare și extragere de date : 6.3 Specific domeniului : 4.1 Inteligență generală : 5.0 Respectarea instrucțiunilor : 6.3 Rezolvare de puzzle-uri : 8.2 Apelare instrumente : 2.8 Cultură generală : 3.0
#262#262	DeepSeek V3.2none	5.0	DeepSeek	$0.054 ↑	17.89s
Vezi fișa modelului Total teste 22 Teste greșite 16 Fiabilitate 10.0 Rată de trecere pe încercare 36.4% Teste instabile 5 Tokenuri de intrare 135,831 Tokenuri de ieșire 42,099 Tokenuri de raționament 0 Timp de răspuns (mediu) 17.89s Timp de răspuns (total) 393.53s Timp de răspuns (maxim) 115.89s Răspuns greșit: 8 Eroare API: 3 Formatare suplimentară: 2 Apel de instrument invalid: 2 Nu a urmat instrucțiunile: 1 Trucuri anti-AI : 3.2 Programare : 3.1 Combinat : 4.8 Parsare și extragere de date : 6.3 Specific domeniului : 3.0 Inteligență generală : 4.7 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 7.6 Apelare instrumente : 10.0 Cultură generală : 3.0
#266#266	Ling-2.6-flashnone	4.9	Inclusionai	$0.002 ↑	10.71s
Vezi fișa modelului Total teste 22 Teste greșite 16 Fiabilitate 9.6 Rată de trecere pe încercare 30.3% Teste instabile 2 Tokenuri de intrare 114,384 Tokenuri de ieșire 14,903 Tokenuri de raționament 0 Timp de răspuns (mediu) 10.71s Timp de răspuns (total) 214.28s Timp de răspuns (maxim) 36.03s Răspuns greșit: 9 Apel de instrument invalid: 3 Eroare API: 2 Nu a urmat instrucțiunile: 2 Trucuri anti-AI : 6.8 Programare : 5.3 Combinat : 3.0 Parsare și extragere de date : 6.5 Specific domeniului : 3.0 Inteligență generală : 4.0 Respectarea instrucțiunilor : 9.8 Rezolvare de puzzle-uri : 2.9 Apelare instrumente : 3.0 Cultură generală : 3.0
#306#306	Laguna Xs.2none	3.8	Poolside	$0.004 ↕	806ms
Vezi fișa modelului Total teste 19 Teste greșite 14 Fiabilitate 10.0 Rată de trecere pe încercare 22.7% Teste instabile 0 Tokenuri de intrare 33,675 Tokenuri de ieșire 2,826 Tokenuri de raționament 0 Timp de răspuns (mediu) 806ms Timp de răspuns (total) 12.09s Timp de răspuns (maxim) 2.01s Răspuns greșit: 8 Eroare API: 4 Nu a urmat instrucțiunile: 1 Apel de instrument invalid: 1 Trucuri anti-AI : 3.0 Programare : 8.3 Combinat : 1.5 Parsare și extragere de date : 10.0 Specific domeniului : 5.3 Inteligență generală : 3.0 Respectarea instrucțiunilor : 6.5 Rezolvare de puzzle-uri : 5.3 Apelare instrumente : 3.0 Cultură generală : 3.0
#288#288	Elephant Alphanone	4.3	Openrouter	$0.000	1.22s
Vezi fișa modelului Total teste 21 Teste greșite 16 Fiabilitate N/D Rată de trecere pe încercare 25.8% Teste instabile 1 Tokenuri de intrare 33,743 Tokenuri de ieșire 2,573 Tokenuri de raționament 0 Timp de răspuns (mediu) 1.22s Timp de răspuns (total) 22.03s Timp de răspuns (maxim) 3.81s Răspuns greșit: 9 Eroare API: 3 Nu a urmat instrucțiunile: 3 Apel de instrument invalid: 1 Trucuri anti-AI : 6.6 Programare : 4.2 Combinat : 1.5 Parsare și extragere de date : 6.5 Specific domeniului : 3.0 Inteligență generală : 4.0 Respectarea instrucțiunilor : 9.8 Rezolvare de puzzle-uri : 4.2 Apelare instrumente : 3.0 Cultură generală : 3.0
#227#227	Nemotron 3.5 Lightninghigh	5.6	NVIDIA	$0.134 ↕	58.26s
Vezi fișa modelului Total teste 22 Teste greșite 17 Fiabilitate 9.9 Rată de trecere pe încercare 50.0% Teste instabile 12 Tokenuri de intrare 118,016 Tokenuri de ieșire 148,344 Tokenuri de raționament 506,253 Timp de răspuns (mediu) 58.26s Timp de răspuns (total) 1281.79s Timp de răspuns (maxim) 285.26s Răspuns greșit: 11 Nu a urmat instrucțiunile: 4 Formatare suplimentară: 1 Apel de instrument invalid: 1 Trucuri anti-AI : 5.5 Programare : 4.4 Combinat : 6.4 Parsare și extragere de date : 7.3 Specific domeniului : 2.9 Inteligență generală : 3.7 Respectarea instrucțiunilor : 8.5 Rezolvare de puzzle-uri : 3.6 Apelare instrumente : 10.0 Cultură generală : 3.0
#237#237	MiMo-V2.5-Pronone	5.4	Xiaomi	$0.068 ↓	4.24s
Vezi fișa modelului Total teste 22 Teste greșite 17 Fiabilitate 10.0 Rată de trecere pe încercare 33.3% Teste instabile 4 Tokenuri de intrare 124,808 Tokenuri de ieșire 15,362 Tokenuri de raționament 0 Timp de răspuns (mediu) 4.24s Timp de răspuns (total) 93.28s Timp de răspuns (maxim) 53.13s Răspuns greșit: 12 Nu a urmat instrucțiunile: 4 Fără răspuns: 1 Trucuri anti-AI : 3.3 Programare : 4.3 Combinat : 3.0 Parsare și extragere de date : 10.0 Specific domeniului : 3.0 Inteligență generală : 4.0 Respectarea instrucțiunilor : 6.4 Rezolvare de puzzle-uri : 6.7 Apelare instrumente : 10.0 Cultură generală : 3.0
#238#238	Kimi K2.5none	5.4	Moonshot AI	$0.101 ↓	18.03s
Vezi fișa modelului Total teste 22 Teste greșite 17 Fiabilitate 10.0 Rată de trecere pe încercare 30.3% Teste instabile 4 Tokenuri de intrare 89,320 Tokenuri de ieșire 26,643 Tokenuri de raționament 0 Timp de răspuns (mediu) 18.03s Timp de răspuns (total) 288.42s Timp de răspuns (maxim) 102.83s Răspuns greșit: 16 Fără răspuns: 1 Trucuri anti-AI : 3.6 Programare : 5.5 Combinat : 2.8 Parsare și extragere de date : 7.3 Specific domeniului : 3.0 Inteligență generală : 10.0 Respectarea instrucțiunilor : 6.5 Rezolvare de puzzle-uri : 3.0 Apelare instrumente : 10.0 Cultură generală : 3.0
#241#241	Inkling Smallnone	5.3	Thinkingmachines	$0.054 ↓	1.51s
Vezi fișa modelului Total teste 22 Teste greșite 17 Fiabilitate 10.0 Rată de trecere pe încercare 24.2% Teste instabile 1 Tokenuri de intrare 94,733 Tokenuri de ieșire 8,770 Tokenuri de raționament 0 Timp de răspuns (mediu) 1.51s Timp de răspuns (total) 33.21s Timp de răspuns (maxim) 12.35s Răspuns greșit: 15 Nu a urmat instrucțiunile: 1 Apel de instrument invalid: 1 Trucuri anti-AI : 3.1 Programare : 3.6 Combinat : 6.5 Parsare și extragere de date : 10.0 Specific domeniului : 5.3 Inteligență generală : 5.0 Respectarea instrucțiunilor : 6.3 Rezolvare de puzzle-uri : 3.2 Apelare instrumente : 3.0 Cultură generală : 3.0
#242#242	Laguna XS 2.1none	5.3	Poolside	$0.008	1.55s
Vezi fișa modelului Total teste 22 Teste greșite 17 Fiabilitate 10.0 Rată de trecere pe încercare 30.3% Teste instabile 3 Tokenuri de intrare 91,607 Tokenuri de ieșire 13,377 Tokenuri de raționament 0 Timp de răspuns (mediu) 1.55s Timp de răspuns (total) 34.01s Timp de răspuns (maxim) 19.02s Răspuns greșit: 14 Nu a urmat instrucțiunile: 1 Apel de instrument invalid: 1 Timp expirat: 1 Trucuri anti-AI : 5.3 Programare : 4.3 Combinat : 3.0 Parsare și extragere de date : 10.0 Specific domeniului : 5.3 Inteligență generală : 5.0 Respectarea instrucțiunilor : 3.8 Rezolvare de puzzle-uri : 3.0 Apelare instrumente : 10.0 Cultură generală : 3.0
#250#250	Nemotron 3.5 Lightningmedium	5.1	NVIDIA	$0.156 ↕	70.11s
Vezi fișa modelului Total teste 22 Teste greșite 17 Fiabilitate 9.9 Rată de trecere pe încercare 48.5% Teste instabile 11 Tokenuri de intrare 126,330 Tokenuri de ieșire 165,702 Tokenuri de raționament 594,739 Timp de răspuns (mediu) 70.11s Timp de răspuns (total) 1542.52s Timp de răspuns (maxim) 437.11s Răspuns greșit: 13 Nu a urmat instrucțiunile: 3 Apel de instrument invalid: 1 Trucuri anti-AI : 6.9 Programare : 4.4 Combinat : 6.2 Parsare și extragere de date : 3.7 Specific domeniului : 2.9 Inteligență generală : 5.5 Respectarea instrucțiunilor : 8.5 Rezolvare de puzzle-uri : 4.2 Apelare instrumente : 10.0 Cultură generală : 3.0
#251#251	Mistral Small 4none	5.1	Mistral	$0.022	1.20s
Vezi fișa modelului Total teste 22 Teste greșite 17 Fiabilitate 10.0 Rată de trecere pe încercare 25.8% Teste instabile 1 Tokenuri de intrare 104,717 Tokenuri de ieșire 9,812 Tokenuri de raționament 0 Timp de răspuns (mediu) 1.20s Timp de răspuns (total) 26.41s Timp de răspuns (maxim) 13.16s Răspuns greșit: 16 Nu a urmat instrucțiunile: 1 Trucuri anti-AI : 3.4 Programare : 3.7 Combinat : 3.0 Parsare și extragere de date : 10.0 Specific domeniului : 5.3 Inteligență generală : 4.0 Respectarea instrucțiunilor : 6.5 Rezolvare de puzzle-uri : 3.1 Apelare instrumente : 10.0 Cultură generală : 3.0
#252#252	Mistral Small 4medium	5.1	Mistral	$0.097	10.80s
Vezi fișa modelului Total teste 22 Teste greșite 17 Fiabilitate 10.0 Rată de trecere pe încercare 43.9% Teste instabile 8 Tokenuri de intrare 140,559 Tokenuri de ieșire 40,268 Tokenuri de raționament 93,329 Timp de răspuns (mediu) 10.80s Timp de răspuns (total) 237.60s Timp de răspuns (maxim) 59.15s Răspuns greșit: 13 Nu a urmat instrucțiunile: 2 Eroare API: 1 Fără răspuns: 1 Trucuri anti-AI : 5.6 Programare : 4.4 Combinat : 3.0 Parsare și extragere de date : 7.3 Specific domeniului : 5.9 Inteligență generală : 4.8 Respectarea instrucțiunilor : 7.3 Rezolvare de puzzle-uri : 3.4 Apelare instrumente : 10.0 Cultură generală : 3.0
#254#254	Qwen3 Coder Nextnone	5.1	Qwen	$0.026 ↑	8.63s
Vezi fișa modelului Total teste 22 Teste greșite 17 Fiabilitate 10.0 Rată de trecere pe încercare 25.8% Teste instabile 1 Tokenuri de intrare 134,227 Tokenuri de ieșire 11,808 Tokenuri de raționament 0 Timp de răspuns (mediu) 8.63s Timp de răspuns (total) 146.72s Timp de răspuns (maxim) 45.14s Răspuns greșit: 14 Formatare suplimentară: 1 Nu a urmat instrucțiunile: 1 Fără răspuns: 1 Trucuri anti-AI : 3.6 Programare : 4.6 Combinat : 3.0 Parsare și extragere de date : 6.5 Specific domeniului : 5.3 Inteligență generală : 10.0 Respectarea instrucțiunilor : 6.3 Rezolvare de puzzle-uri : 3.0 Apelare instrumente : 10.0 Cultură generală : 3.0
#255#255	MiMo-V2.5none	5.1	Xiaomi	$0.025 ↓	4.68s
Vezi fișa modelului Total teste 22 Teste greșite 17 Fiabilitate 10.0 Rată de trecere pe încercare 27.3% Teste instabile 2 Tokenuri de intrare 141,052 Tokenuri de ieșire 16,464 Tokenuri de raționament 0 Timp de răspuns (mediu) 4.68s Timp de răspuns (total) 103.02s Timp de răspuns (maxim) 55.36s Răspuns greșit: 14 Formatare suplimentară: 1 Nu a urmat instrucțiunile: 1 Fără răspuns: 1 Trucuri anti-AI : 3.5 Programare : 5.5 Combinat : 3.0 Parsare și extragere de date : 6.5 Specific domeniului : 2.9 Inteligență generală : 4.4 Respectarea instrucțiunilor : 6.5 Rezolvare de puzzle-uri : 5.4 Apelare instrumente : 10.0 Cultură generală : 3.0
#259#259	MiniMax M2.7medium	5.0	Minimax	$0.208	43.25s
Vezi fișa modelului Total teste 22 Teste greșite 17 Fiabilitate 10.0 Rată de trecere pe încercare 45.5% Teste instabile 9 Tokenuri de intrare 114,527 Tokenuri de ieșire 18,558 Tokenuri de raționament 129,146 Timp de răspuns (mediu) 43.25s Timp de răspuns (total) 908.21s Timp de răspuns (maxim) 196.21s Răspuns greșit: 6 Nu a urmat instrucțiunile: 5 Fără răspuns: 2 Timp expirat: 2 Eroare API: 1 Apel de instrument invalid: 1 Trucuri anti-AI : 7.9 Programare : 5.7 Combinat : 3.8 Parsare și extragere de date : 6.3 Specific domeniului : 3.0 Inteligență generală : 3.9 Respectarea instrucțiunilor : 3.8 Rezolvare de puzzle-uri : 5.9 Apelare instrumente : 4.7 Cultură generală : 3.0
#263#263	GPT-4o-mininone	5.0	OpenAI	$0.010	1.92s
Vezi fișa modelului Total teste 22 Teste greșite 17 Fiabilitate 10.0 Rată de trecere pe încercare 22.7% Teste instabile 0 Tokenuri de intrare 53,145 Tokenuri de ieșire 2,913 Tokenuri de raționament 0 Timp de răspuns (mediu) 1.92s Timp de răspuns (total) 30.71s Timp de răspuns (maxim) 7.58s Răspuns greșit: 15 Nu a urmat instrucțiunile: 1 Fără răspuns: 1 Trucuri anti-AI : 4.8 Programare : 3.2 Combinat : 3.0 Parsare și extragere de date : 10.0 Specific domeniului : 3.0 Inteligență generală : 4.0 Respectarea instrucțiunilor : 6.3 Rezolvare de puzzle-uri : 3.5 Apelare instrumente : 10.0 Cultură generală : 3.0
#267#267	Nemotron 3 Supernone	4.8	NVIDIA	$0.008 ↑	6.04s
Vezi fișa modelului Total teste 22 Teste greșite 17 Fiabilitate 9.2 Rată de trecere pe încercare 27.3% Teste instabile 2 Tokenuri de intrare 63,528 Tokenuri de ieșire 6,432 Tokenuri de raționament 0 Timp de răspuns (mediu) 6.04s Timp de răspuns (total) 132.96s Timp de răspuns (maxim) 20.00s Răspuns greșit: 15 Nu a urmat instrucțiunile: 2 Trucuri anti-AI : 4.8 Programare : 3.3 Combinat : 3.0 Parsare și extragere de date : 10.0 Specific domeniului : 3.0 Inteligență generală : 4.6 Respectarea instrucțiunilor : 6.3 Rezolvare de puzzle-uri : 5.5 Apelare instrumente : 4.7 Cultură generală : 3.0
#270#270	Nemotron 3.5 Lightninglow	4.8	NVIDIA	$0.140 ↕	59.81s
Vezi fișa modelului Total teste 22 Teste greșite 17 Fiabilitate 9.8 Rată de trecere pe încercare 42.4% Teste instabile 9 Tokenuri de intrare 138,792 Tokenuri de ieșire 142,972 Tokenuri de raționament 522,202 Timp de răspuns (mediu) 59.81s Timp de răspuns (total) 1315.80s Timp de răspuns (maxim) 312.21s Răspuns greșit: 14 Nu a urmat instrucțiunile: 2 Apel de instrument invalid: 1 Trucuri anti-AI : 6.9 Programare : 4.0 Combinat : 6.3 Parsare și extragere de date : 2.9 Specific domeniului : 3.6 Inteligență generală : 3.7 Respectarea instrucțiunilor : 8.4 Rezolvare de puzzle-uri : 3.6 Apelare instrumente : 10.0 Cultură generală : 3.0
#272#272	Trinity Large Thinkinghigh	4.8	Arcee AI	$0.592 ↓	75.86s
Vezi fișa modelului Total teste 22 Teste greșite 17 Fiabilitate 10.0 Rată de trecere pe încercare 39.4% Teste instabile 8 Tokenuri de intrare 101,776 Tokenuri de ieșire 276,367 Tokenuri de raționament 656,252 Timp de răspuns (mediu) 75.86s Timp de răspuns (total) 1668.93s Timp de răspuns (maxim) 510.21s Răspuns greșit: 10 Nu a urmat instrucțiunile: 4 Apel de instrument invalid: 2 Fără răspuns: 1 Trucuri anti-AI : 6.7 Programare : 3.7 Combinat : 3.0 Parsare și extragere de date : 6.3 Specific domeniului : 2.9 Inteligență generală : 6.5 Respectarea instrucțiunilor : 6.3 Rezolvare de puzzle-uri : 4.7 Apelare instrumente : 10.0 Cultură generală : 3.0
#274#274	KAT-Coder-Air V2.5none	4.8	Kwaipilot	$0.070	12.46s
Vezi fișa modelului Total teste 22 Teste greșite 17 Fiabilitate 10.0 Rată de trecere pe încercare 36.4% Teste instabile 7 Tokenuri de intrare 69,376 Tokenuri de ieșire 97,752 Tokenuri de raționament 0 Timp de răspuns (mediu) 12.46s Timp de răspuns (total) 274.11s Timp de răspuns (maxim) 121.05s Răspuns greșit: 13 Formatare suplimentară: 3 Eroare API: 1 Trucuri anti-AI : 5.3 Programare : 3.3 Combinat : 3.8 Parsare și extragere de date : 6.3 Specific domeniului : 3.0 Inteligență generală : 5.0 Respectarea instrucțiunilor : 9.9 Rezolvare de puzzle-uri : 2.9 Apelare instrumente : 10.0 Cultură generală : 3.0
#275#275	GLM 4.7 Flashnone	4.8	Z.ai	$0.016	8.81s
Vezi fișa modelului Total teste 22 Teste greșite 17 Fiabilitate 10.0 Rată de trecere pe încercare 30.3% Teste instabile 3 Tokenuri de intrare 101,513 Tokenuri de ieșire 22,992 Tokenuri de raționament 0 Timp de răspuns (mediu) 8.81s Timp de răspuns (total) 140.88s Timp de răspuns (maxim) 97.15s Răspuns greșit: 14 Apel de instrument invalid: 2 Nu a urmat instrucțiunile: 1 Trucuri anti-AI : 5.2 Programare : 4.3 Combinat : 3.0 Parsare și extragere de date : 7.3 Specific domeniului : 5.3 Inteligență generală : 4.0 Respectarea instrucțiunilor : 6.5 Rezolvare de puzzle-uri : 6.4 Apelare instrumente : 2.8 Cultură generală : 3.0

Tendințe globale ale benchmarkului

Vezi cum echilibrează modelele actuale scorul, costul, viteza, lungimea răspunsului și performanța pe categorii.

Grafice →

Frontiera Pareto: inteligență vs cost

Evoluția celui mai bun scor al companiilor de top

Frontiera Pareto: inteligență vs viteza de răspuns

Frontiera Pareto: scor vs tokenuri de ieșire

Dificultatea categoriilor între modele

Comparație rapidă

Gemini 3.6 FlashhighvsGemini 3.8 Flashhigh Gemini 3.8 FlashhighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-5.6 Sollow GPT-5.6 SollowvsGemini 3 Flash Previewmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3.5 FlashhighvsGemini 3.7 Flashmedium Gemini 3.7 FlashmediumvsGPT-5.6 Solmedium GPT-5.6 SolmediumvsGPT-5.6 Solhigh GPT-5.6 SolhighvsGPT-5.5low GPT-5.5lowvsGrok 4.6high Grok 4.6highvsGemini 3.1 Pro Previewmedium