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: 2026-04-24 Modele evaluate: 115

115/115

Rang	Model	Scor	Companie	Cost total	Timp de răspuns (mediu)
#31#31	Grok 4.20 Betamedium	8.0	X AI	$0.633	9.81s
Vezi fișa modelului Total teste: 18 Teste greșite: 6 Fiabilitate: N/D Rată de trecere pe încercare: 74.1% Teste instabile: 2 Tokenuri de ieșire: 1,568 Tokenuri de raționament: 91,909 Timp de răspuns: medie 9.81s · total 176.62s · maxim 31.36s Nu a urmat instrucțiunile: 3 Răspuns greșit: 3 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 : 8.3 Rezolvare de puzzle-uri : 8.2 Apelare instrumente : 3.0
#32#32	Claude Sonnet 4.6medium	8.0	Anthropic	$1.161	12.66s
Vezi fișa modelului Total teste: 18 Teste greșite: 5 Fiabilitate: N/D Rată de trecere pe încercare: 74.1% Teste instabile: 1 Tokenuri de ieșire: 42,068 Tokenuri de raționament: 26,784 Timp de răspuns: medie 12.66s · total 126.62s · maxim 46.35s Formatare suplimentară: 2 Răspuns greșit: 2 Timp expirat: 1 Trucuri anti-AI : 6.5 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
#33#33	DeepSeek V3.2medium	8.0	DeepSeek	$0.028	43.49s
Vezi fișa modelului Total teste: 18 Teste greșite: 6 Fiabilitate: N/D Rată de trecere pe încercare: 79.6% Teste instabile: 4 Tokenuri de ieșire: 7,554 Tokenuri de raționament: 45,588 Timp de răspuns: medie 43.49s · total 782.73s · maxim 180.92s Răspuns greșit: 3 Timp expirat: 2 Nu a urmat instrucțiunile: 1 Trucuri anti-AI : 8.4 Programare : 4.7 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 5.3 Inteligență generală : 5.4 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 8.2 Apelare instrumente : 10.0
#34#34	GPT-5.2 Chatnone	7.9	OpenAI	$0.291	6.84s
Vezi fișa modelului Total teste: 18 Teste greșite: 6 Fiabilitate: N/D Rată de trecere pe încercare: 75.9% Teste instabile: 3 Tokenuri de ieșire: 17,346 Tokenuri de raționament: 0 Timp de răspuns: medie 6.84s · total 123.17s · maxim 38.52s Răspuns greșit: 5 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 : 4.4 Respectarea instrucțiunilor : 7.5 Rezolvare de puzzle-uri : 7.7 Apelare instrumente : 10.0
#35#35	Gemini 3.1 Flash Lite Previewnone	7.9	Google	$0.016	1.30s
Vezi fișa modelului Total teste: 18 Teste greșite: 6 Fiabilitate: N/D Rată de trecere pe încercare: 70.4% Teste instabile: 1 Tokenuri de ieșire: 5,361 Tokenuri de raționament: 0 Timp de răspuns: medie 1.30s · total 23.42s · maxim 3.39s Răspuns greșit: 4 Nu a urmat instrucțiunile: 2 Trucuri anti-AI : 7.5 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
#36#36	Step 3.5 Flashmedium	7.9	Stepfun	$0.000	26.78s
Vezi fișa modelului Total teste: 17 Teste greșite: 6 Fiabilitate: N/D Rată de trecere pe încercare: 70.6% Teste instabile: 2 Tokenuri de ieșire: 71,904 Tokenuri de raționament: 155,607 Timp de răspuns: medie 26.78s · total 294.58s · maxim 170.45s Nu a urmat instrucțiunile: 3 Răspuns greșit: 3 Trucuri anti-AI : 10.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 5.3 Inteligență generală : 5.5 Respectarea instrucțiunilor : 8.5 Rezolvare de puzzle-uri : 5.3 Apelare instrumente : 10.0
#37#37	DeepSeek V4 Flashhigh	7.8	DeepSeek	$0.021	47.47s
Vezi fișa modelului Total teste: 18 Teste greșite: 7 Fiabilitate: N/D Rată de trecere pe încercare: 79.6% Teste instabile: 5 Tokenuri de ieșire: 1,757 Tokenuri de raționament: 55,907 Timp de răspuns: medie 47.47s · total 854.45s · maxim 255.28s Răspuns greșit: 4 Nu a urmat instrucțiunile: 3 Trucuri anti-AI : 8.3 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 4.1 Inteligență generală : 6.1 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 6.4 Apelare instrumente : 10.0
#38#38	GLM 5V Turbomedium	7.8	Z.ai	$0.291	14.96s
Vezi fișa modelului Total teste: 18 Teste greșite: 7 Fiabilitate: N/D Rată de trecere pe încercare: 77.8% Teste instabile: 6 Tokenuri de ieșire: 2,351 Tokenuri de raționament: 58,941 Timp de răspuns: medie 14.96s · total 269.32s · maxim 67.08s Răspuns greșit: 3 Nu a urmat instrucțiunile: 2 Apel de instrument invalid: 2 Trucuri anti-AI : 7.2 Programare : 10.0 Combinat : 6.9 Parsare și extragere de date : 10.0 Specific domeniului : 5.3 Inteligență generală : 10.0 Respectarea instrucțiunilor : 9.9 Rezolvare de puzzle-uri : 7.7 Apelare instrumente : 7.0
#39#39	Qwen3.5-Flashmedium	7.8	Qwen	$0.080	66.72s
Vezi fișa modelului Total teste: 18 Teste greșite: 7 Fiabilitate: N/D Rată de trecere pe încercare: 81.5% Teste instabile: 6 Tokenuri de ieșire: 2,073 Tokenuri de raționament: 191,899 Timp de răspuns: medie 66.72s · total 1201.03s · maxim 234.29s Timp expirat: 4 Eroare API: 1 Nu a urmat instrucțiunile: 1 Răspuns greșit: 1 Trucuri anti-AI : 10.0 Programare : 4.7 Combinat : 10.0 Parsare și extragere de date : 7.3 Specific domeniului : 5.3 Inteligență generală : 6.1 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 6.4 Apelare instrumente : 10.0
#40#40	GLM 5.1medium	7.8	Z.ai	$0.201	24.13s
Vezi fișa modelului Total teste: 18 Teste greșite: 6 Fiabilitate: N/D Rată de trecere pe încercare: 75.9% Teste instabile: 3 Tokenuri de ieșire: 8,005 Tokenuri de raționament: 49,090 Timp de răspuns: medie 24.13s · total 410.25s · maxim 118.52s Răspuns greșit: 3 Timp expirat: 2 Eroare API: 1 Trucuri anti-AI : 10.0 Programare : 4.7 Combinat : 9.5 Parsare și extragere de date : 10.0 Specific domeniului : 5.3 Inteligență generală : 10.0 Respectarea instrucțiunilor : 6.4 Rezolvare de puzzle-uri : 8.2 Apelare instrumente : 3.0
#41#41	MiMo-V2.5medium	7.8	Xiaomi	$0.253	13.71s
Vezi fișa modelului Total teste: 18 Teste greșite: 6 Fiabilitate: N/D Rată de trecere pe încercare: 74.1% Teste instabile: 3 Tokenuri de ieșire: 2,840 Tokenuri de raționament: 116,242 Timp de răspuns: medie 13.71s · total 246.73s · maxim 86.93s Formatare suplimentară: 2 Răspuns greșit: 2 Nu a urmat instrucțiunile: 1 Fără răspuns: 1 Trucuri anti-AI : 10.0 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 2.7 Specific domeniului : 5.3 Inteligență generală : 3.8 Respectarea instrucțiunilor : 9.9 Rezolvare de puzzle-uri : 8.2 Apelare instrumente : 10.0
#42#42	Kimi K2.6medium	7.7	Moonshot AI	$0.722	45.20s
Vezi fișa modelului Total teste: 18 Teste greșite: 7 Fiabilitate: N/D Rată de trecere pe încercare: 74.1% Teste instabile: 4 Tokenuri de ieșire: 80,759 Tokenuri de raționament: 179,814 Timp de răspuns: medie 45.20s · total 768.37s · maxim 215.85s Nu a urmat instrucțiunile: 3 Timp expirat: 2 Răspuns greșit: 2 Trucuri anti-AI : 7.0 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 : 5.0 Apelare instrumente : 10.0
#43#43	MiMo-V2-Omnimedium	7.7	Xiaomi	$0.153	16.76s
Vezi fișa modelului Total teste: 18 Teste greșite: 7 Fiabilitate: N/D Rată de trecere pe încercare: 61.1% Teste instabile: 0 Tokenuri de ieșire: 928 Tokenuri de raționament: 72,661 Timp de răspuns: medie 16.76s · total 301.61s · maxim 158.78s Răspuns greșit: 3 Nu a urmat instrucțiunile: 2 Formatare suplimentară: 1 Fără răspuns: 1 Trucuri anti-AI : 10.0 Programare : 4.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 3.0 Inteligență generală : 10.0 Respectarea instrucțiunilor : 8.3 Rezolvare de puzzle-uri : 6.5 Apelare instrumente : 10.0
#44#44	GPT-5.3 Chatnone	7.7	OpenAI	$0.340	5.88s
Vezi fișa modelului Total teste: 18 Teste greșite: 7 Fiabilitate: N/D Rată de trecere pe încercare: 68.5% Teste instabile: 3 Tokenuri de ieșire: 20,784 Tokenuri de raționament: 0 Timp de răspuns: medie 5.88s · total 105.90s · maxim 18.33s Răspuns greșit: 5 Nu a urmat instrucțiunile: 2 Trucuri anti-AI : 6.7 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 3.5 Inteligență generală : 4.6 Respectarea instrucțiunilor : 8.3 Rezolvare de puzzle-uri : 10.0 Apelare instrumente : 10.0
#45#45	Claude Opus 4.6medium	7.6	Anthropic	$1.446	21.08s
Vezi fișa modelului Total teste: 18 Teste greșite: 6 Fiabilitate: N/D Rată de trecere pe încercare: 70.4% Teste instabile: 2 Tokenuri de ieșire: 29,829 Tokenuri de raționament: 18,938 Timp de răspuns: medie 21.08s · total 231.84s · maxim 83.40s Formatare suplimentară: 4 Răspuns greșit: 2 Trucuri anti-AI : 6.4 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
#46#46	GPT-5.4 Nanomedium	7.6	OpenAI	$0.083	11.21s
Vezi fișa modelului Total teste: 18 Teste greșite: 7 Fiabilitate: N/D Rată de trecere pe încercare: 68.5% Teste instabile: 2 Tokenuri de ieșire: 2,946 Tokenuri de raționament: 58,132 Timp de răspuns: medie 11.21s · total 201.80s · maxim 94.06s Răspuns greșit: 4 Nu a urmat instrucțiunile: 3 Trucuri anti-AI : 8.3 Programare : 10.0 Combinat : 9.8 Parsare și extragere de date : 10.0 Specific domeniului : 5.9 Inteligență generală : 4.5 Respectarea instrucțiunilor : 9.8 Rezolvare de puzzle-uri : 4.0 Apelare instrumente : 10.0
#47#47	Seed-2.0-Minimedium	7.5	Bytedance Seed	$0.037	69.70s
Vezi fișa modelului Total teste: 18 Teste greșite: 7 Fiabilitate: N/D Rată de trecere pe încercare: 66.7% Teste instabile: 2 Tokenuri de ieșire: 2,419 Tokenuri de raționament: 79,238 Timp de răspuns: medie 69.70s · total 1045.47s · maxim 262.83s Timp expirat: 4 Răspuns greșit: 2 Nu a urmat instrucțiunile: 1 Trucuri anti-AI : 6.6 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 3.0 Inteligență generală : 5.1 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 8.2 Apelare instrumente : 10.0
#48#48	GPT-5.2medium	7.5	OpenAI	$0.352	14.04s
Vezi fișa modelului Total teste: 18 Teste greșite: 7 Fiabilitate: N/D Rată de trecere pe încercare: 72.2% Teste instabile: 4 Tokenuri de ieșire: 2,705 Tokenuri de raționament: 18,977 Timp de răspuns: medie 14.04s · total 154.41s · maxim 77.80s Nu a urmat instrucțiunile: 3 Răspuns greșit: 2 Fără răspuns: 1 Timp expirat: 1 Trucuri anti-AI : 6.5 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 5.9 Inteligență generală : 3.7 Respectarea instrucțiunilor : 9.9 Rezolvare de puzzle-uri : 7.7 Apelare instrumente : 4.7
#49#49	MiMo-V2-Flashmedium	7.5	Xiaomi	$0.038	23.36s
Vezi fișa modelului Total teste: 18 Teste greșite: 7 Fiabilitate: N/D Rată de trecere pe încercare: 70.4% Teste instabile: 3 Tokenuri de ieșire: 12,387 Tokenuri de raționament: 115,182 Timp de răspuns: medie 23.36s · total 280.34s · maxim 96.01s Răspuns greșit: 3 Eroare API: 1 Formatare suplimentară: 1 Nu a urmat instrucțiunile: 1 Timp expirat: 1 Trucuri anti-AI : 8.1 Programare : 4.7 Combinat : 9.8 Parsare și extragere de date : 6.5 Specific domeniului : 5.9 Inteligență generală : 4.0 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 7.7 Apelare instrumente : 10.0
#50#50	Claude Sonnet 4.6none	7.4	Anthropic	$0.262	4.98s
Vezi fișa modelului Total teste: 18 Teste greșite: 7 Fiabilitate: N/D Rată de trecere pe încercare: 64.8% Teste instabile: 1 Tokenuri de ieșire: 7,433 Tokenuri de raționament: 0 Timp de răspuns: medie 4.98s · total 54.83s · maxim 23.84s Formatare suplimentară: 3 Răspuns greșit: 3 Nu a urmat instrucțiunile: 1 Trucuri anti-AI : 4.8 Programare : 10.0 Combinat : 9.5 Parsare și extragere de date : 10.0 Specific domeniului : 7.7 Inteligență generală : 6.1 Respectarea instrucțiunilor : 6.5 Rezolvare de puzzle-uri : 7.7 Apelare instrumente : 10.0
#51#51	Qwen3.5-35B-A3Bmedium	7.4	Qwen	$0.398	44.51s
Vezi fișa modelului Total teste: 18 Teste greșite: 8 Fiabilitate: N/D Rată de trecere pe încercare: 79.6% Teste instabile: 7 Tokenuri de ieșire: 10,137 Tokenuri de raționament: 208,761 Timp de răspuns: medie 44.51s · total 801.21s · maxim 106.00s Timp expirat: 4 Răspuns greșit: 2 Eroare API: 1 Fără răspuns: 1 Trucuri anti-AI : 10.0 Programare : 10.0 Combinat : 4.7 Parsare și extragere de date : 7.3 Specific domeniului : 4.1 Inteligență generală : 2.8 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 6.4 Apelare instrumente : 10.0
#52#52	GPT-5.4 Minimedium	7.3	OpenAI	$0.299	15.22s
Vezi fișa modelului Total teste: 18 Teste greșite: 9 Fiabilitate: N/D Rată de trecere pe încercare: 70.4% Teste instabile: 6 Tokenuri de ieșire: 2,131 Tokenuri de raționament: 59,567 Timp de răspuns: medie 15.22s · total 273.90s · maxim 102.91s Nu a urmat instrucțiunile: 5 Răspuns greșit: 4 Trucuri anti-AI : 8.6 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 4.1 Inteligență generală : 4.5 Respectarea instrucțiunilor : 7.4 Rezolvare de puzzle-uri : 6.8 Apelare instrumente : 4.7
#53#53	GPT-5 Minimedium	7.0	OpenAI	$0.128	23.98s
Vezi fișa modelului Total teste: 18 Teste greșite: 9 Fiabilitate: N/D Rată de trecere pe încercare: 61.1% Teste instabile: 3 Tokenuri de ieșire: 6,379 Tokenuri de raționament: 53,482 Timp de răspuns: medie 23.98s · total 431.56s · maxim 88.15s Nu a urmat instrucțiunile: 4 Răspuns greșit: 4 Timp expirat: 1 Trucuri anti-AI : 7.1 Programare : 10.0 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 3.6 Inteligență generală : 4.5 Respectarea instrucțiunilor : 8.0 Rezolvare de puzzle-uri : 5.6 Apelare instrumente : 10.0
#54#54	Kimi K2.5medium	7.0	Moonshot AI	$0.220	72.43s
Vezi fișa modelului Total teste: 18 Teste greșite: 9 Fiabilitate: N/D Rată de trecere pe încercare: 72.2% Teste instabile: 7 Tokenuri de ieșire: 42,176 Tokenuri de raționament: 84,870 Timp de răspuns: medie 72.43s · total 796.70s · maxim 150.77s Răspuns greșit: 4 Nu a urmat instrucțiunile: 2 Timp expirat: 2 Fără răspuns: 1 Trucuri anti-AI : 7.3 Programare : 4.7 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 3.5 Inteligență generală : 6.5 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 5.3 Apelare instrumente : 10.0
#55#55	Grok 4.20medium	7.0	X AI	$0.743	10.33s
Vezi fișa modelului Total teste: 18 Teste greșite: 9 Fiabilitate: N/D Rată de trecere pe încercare: 66.7% Teste instabile: 5 Tokenuri de ieșire: 1,744 Tokenuri de raționament: 109,882 Timp de răspuns: medie 10.33s · total 185.87s · maxim 29.87s Nu a urmat instrucțiunile: 4 Răspuns greșit: 3 Eroare API: 1 Formatare suplimentară: 1 Trucuri anti-AI : 8.2 Programare : 4.3 Combinat : 10.0 Parsare și extragere de date : 10.0 Specific domeniului : 5.3 Inteligență generală : 5.8 Respectarea instrucțiunilor : 7.3 Rezolvare de puzzle-uri : 6.4 Apelare instrumente : 3.0
#56#56	Gemma 4 31Bnone	6.9	Google	$0.003	4.02s
Vezi fișa modelului Total teste: 18 Teste greșite: 8 Fiabilitate: N/D Rată de trecere pe încercare: 55.6% Teste instabile: 0 Tokenuri de ieșire: 1,359 Tokenuri de raționament: 0 Timp de răspuns: medie 4.02s · total 64.33s · maxim 26.13s Răspuns greșit: 5 Eroare API: 2 Nu a urmat instrucțiunile: 1 Trucuri anti-AI : 6.5 Programare : 10.0 Combinat : 3.0 Parsare și extragere de date : 10.0 Specific domeniului : 7.7 Inteligență generală : 10.0 Respectarea instrucțiunilor : 6.5 Rezolvare de puzzle-uri : 5.5 Apelare instrumente : 3.0
#57#57	Qwen3.5 Plus 2026-02-15none	6.8	Qwen	$0.017	2.60s
Vezi fișa modelului Total teste: 18 Teste greșite: 9 Fiabilitate: N/D Rată de trecere pe încercare: 53.7% Teste instabile: 2 Tokenuri de ieșire: 2,461 Tokenuri de raționament: 0 Timp de răspuns: medie 2.60s · total 31.23s · maxim 6.65s Răspuns greșit: 9 Trucuri anti-AI : 4.8 Programare : 6.3 Combinat : 3.0 Parsare și extragere de date : 10.0 Specific domeniului : 5.3 Inteligență generală : 4.4 Respectarea instrucțiunilor : 10.0 Rezolvare de puzzle-uri : 7.7 Apelare instrumente : 10.0
#58#58	GPT-5.5none	6.8	OpenAI	$0.195	1.83s
Vezi fișa modelului Total teste: 18 Teste greșite: 9 Fiabilitate: N/D Rată de trecere pe încercare: 61.1% Teste instabile: 4 Tokenuri de ieșire: 1,910 Tokenuri de raționament: 0 Timp de răspuns: medie 1.83s · total 32.86s · maxim 5.56s Răspuns greșit: 8 Nu a urmat instrucțiunile: 1 Trucuri anti-AI : 6.9 Programare : 10.0 Combinat : 3.0 Parsare și extragere de date : 10.0 Specific domeniului : 2.9 Inteligență generală : 10.0 Respectarea instrucțiunilor : 6.2 Rezolvare de puzzle-uri : 6.7 Apelare instrumente : 10.0
#59#59	Hunter Alphamedium	6.7	OpenRouter	$0.000	10.33s
Vezi fișa modelului Total teste: 18 Teste greșite: 10 Fiabilitate: N/D Rată de trecere pe încercare: 64.8% Teste instabile: 6 Tokenuri de ieșire: 4,724 Tokenuri de raționament: 17,921 Timp de răspuns: medie 10.33s · total 175.60s · maxim 30.53s Răspuns greșit: 4 Nu a urmat instrucțiunile: 2 Timp expirat: 2 Eroare API: 1 Formatare suplimentară: 1 Trucuri anti-AI : 7.3 Programare : 3.0 Combinat : 4.7 Parsare și extragere de date : 10.0 Specific domeniului : 3.0 Inteligență generală : 7.0 Respectarea instrucțiunilor : 9.9 Rezolvare de puzzle-uri : 6.1 Apelare instrumente : 10.0
#60#60	Nemotron 3 Supermedium	6.7	NVIDIA	$0.000	19.06s
Vezi fișa modelului Total teste: 18 Teste greșite: 9 Fiabilitate: N/D Rată de trecere pe încercare: 55.6% Teste instabile: 3 Tokenuri de ieșire: 11,947 Tokenuri de raționament: 29,768 Timp de răspuns: medie 19.06s · total 305.04s · maxim 87.80s Nu a urmat instrucțiunile: 4 Răspuns greșit: 3 Eroare API: 1 Timp expirat: 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 : 3.8 Respectarea instrucțiunilor : 7.2 Rezolvare de puzzle-uri : 3.5 Apelare instrumente : 10.0

Comparație rapidă

Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7none Gemini 3 Flash PreviewmediumvsGPT-5.5medium Gemini 3 Flash PreviewmediumvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewmediumvsSeed-2.0-Litemedium Gemini 3 Flash PreviewmediumvsHY3 PreviewhighDisponibil gratuit Gemini 3.1 Pro PreviewmediumvsClaude Opus 4.7medium Claude Opus 4.7mediumvsClaude Opus 4.7none Claude Opus 4.7nonevsGPT-5.5medium GPT-5.5mediumvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewlowvsSeed-2.0-Litemedium

Clasament Benchmark AI

Filtrează modelele

Comparație rapidă