Sarcini agentice
: 3.4 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)165.05sTimp de răspuns (maxim)165.05sTimp de răspuns (total)165.05s
Trucuri anti-AI
: 3.4 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Fără răspuns: 1Timp de răspuns (mediu)51.82sTimp de răspuns (maxim)205.67sTimp de răspuns (total)207.27s
Programare
: 5.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Fără răspuns: 1Răspuns greșit: 1Timp de răspuns (mediu)158.98sTimp de răspuns (maxim)441.13sTimp de răspuns (total)476.95s
Combinat
: 3.2 Un test este considerat trecut complet doar dacă toate rulările lui trec.Apel de instrument invalid: 2Timp de răspuns (mediu)284.71sTimp de răspuns (maxim)560.31sTimp de răspuns (total)569.43s
Parsare și extragere de date
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)2.42sTimp de răspuns (maxim)4.25sTimp de răspuns (total)4.84s
Specific domeniului
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)2.68sTimp de răspuns (maxim)7.28sTimp de răspuns (total)8.03s
Inteligență generală
: 4.6 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)739msTimp de răspuns (maxim)739msTimp de răspuns (total)739ms
Rezolvare de puzzle-uri
: 3.1 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)2.62sTimp de răspuns (maxim)6.83sTimp de răspuns (total)7.86s
Apelare instrumente
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)2.24sTimp de răspuns (maxim)2.24sTimp de răspuns (total)2.24s
Cultură generală
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)7.11sTimp de răspuns (maxim)7.11sTimp de răspuns (total)7.11s
Sarcini agentice
: 5.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)84.47sTimp de răspuns (maxim)84.47sTimp de răspuns (total)84.47s
Programare
: 5.5 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 2Timp de răspuns (mediu)972msTimp de răspuns (maxim)1.02sTimp de răspuns (total)2.92s
Combinat
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Fără răspuns: 1Răspuns greșit: 1Timp de răspuns (mediu)4.77sTimp de răspuns (maxim)7.29sTimp de răspuns (total)9.54s
Parsare și extragere de date
: 6.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)1.12sTimp de răspuns (maxim)1.54sTimp de răspuns (total)2.24s
Specific domeniului
: 4.1 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)836msTimp de răspuns (maxim)1.06sTimp de răspuns (total)2.51s
Inteligență generală
: 5.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Nu a urmat instrucțiunile: 1Timp de răspuns (mediu)1.05sTimp de răspuns (maxim)1.05sTimp de răspuns (total)1.05s
Respectarea instrucțiunilor
: 6.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)1.60sTimp de răspuns (maxim)2.42sTimp de răspuns (total)3.20s
Rezolvare de puzzle-uri
: 8.2 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)710msTimp de răspuns (maxim)792msTimp de răspuns (total)2.13s
Apelare instrumente
: 2.8 Un test este considerat trecut complet doar dacă toate rulările lui trec.Eroare API: 1Timp de răspuns (mediu)1.57sTimp de răspuns (maxim)1.57sTimp de răspuns (total)1.57s
Cultură generală
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)591msTimp de răspuns (maxim)591msTimp de răspuns (total)591ms
Sarcini agentice
: 4.7 Un test este considerat trecut complet doar dacă toate rulările lui trec.Apel de instrument invalid: 1Timp de răspuns (mediu)198.82sTimp de răspuns (maxim)198.82sTimp de răspuns (total)198.82s
Programare
: 5.7 Un test este considerat trecut complet doar dacă toate rulările lui trec.Eroare API: 1Fără răspuns: 1Timp de răspuns (mediu)101.89sTimp de răspuns (maxim)196.21sTimp de răspuns (total)305.67s
Combinat
: 3.8 Un test este considerat trecut complet doar dacă toate rulările lui trec.Apel de instrument invalid: 1Fără răspuns: 1Timp de răspuns (mediu)72.12sTimp de răspuns (maxim)103.21sTimp de răspuns (total)144.25s
Parsare și extragere de date
: 6.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)21.95sTimp de răspuns (maxim)24.88sTimp de răspuns (total)43.89s
Specific domeniului
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Timp expirat: 2Răspuns greșit: 1Timp de răspuns (mediu)39.70sTimp de răspuns (maxim)63.03sTimp de răspuns (total)79.41s
Inteligență generală
: 3.9 Un test este considerat trecut complet doar dacă toate rulările lui trec.Nu a urmat instrucțiunile: 1Timp de răspuns (mediu)38.70sTimp de răspuns (maxim)38.70sTimp de răspuns (total)38.70s
Apelare instrumente
: 4.7 Un test este considerat trecut complet doar dacă toate rulările lui trec.Nu a urmat instrucțiunile: 1Timp de răspuns (mediu)12.05sTimp de răspuns (maxim)12.05sTimp de răspuns (total)12.05s
Cultură generală
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)22.77sTimp de răspuns (maxim)22.77sTimp de răspuns (total)22.77s
Sarcini agentice
: 3.9 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)45.71sTimp de răspuns (maxim)45.71sTimp de răspuns (total)45.71s
Programare
: 4.6 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 2Formatare suplimentară: 1Timp de răspuns (mediu)6.12sTimp de răspuns (maxim)13.52sTimp de răspuns (total)18.37s
Combinat
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Apel de instrument invalid: 1Răspuns greșit: 1Timp de răspuns (mediu)14.81sTimp de răspuns (maxim)24.48sTimp de răspuns (total)29.63s
Parsare și extragere de date
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)2.72sTimp de răspuns (maxim)3.22sTimp de răspuns (total)5.45s
Specific domeniului
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)1.10sTimp de răspuns (maxim)1.44sTimp de răspuns (total)3.30s
Inteligență generală
: 5.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)1.63sTimp de răspuns (maxim)1.63sTimp de răspuns (total)1.63s
Rezolvare de puzzle-uri
: 3.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)1.50sTimp de răspuns (maxim)2.39sTimp de răspuns (total)4.49s
Apelare instrumente
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)4.04sTimp de răspuns (maxim)4.04sTimp de răspuns (total)4.04s
Cultură generală
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)961msTimp de răspuns (maxim)961msTimp de răspuns (total)961ms
Sarcini agentice
: 5.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)39.99sTimp de răspuns (maxim)39.99sTimp de răspuns (total)39.99s
Trucuri anti-AI
: 4.8 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)1.34sTimp de răspuns (maxim)1.83sTimp de răspuns (total)2.67s
Programare
: 3.2 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)1.63sTimp de răspuns (maxim)2.55sTimp de răspuns (total)4.90s
Combinat
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Fără răspuns: 1Răspuns greșit: 1Timp de răspuns (mediu)6.32sTimp de răspuns (maxim)7.58sTimp de răspuns (total)12.64s
Parsare și extragere de date
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)1.27sTimp de răspuns (maxim)1.27sTimp de răspuns (total)1.27s
Specific domeniului
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)743msTimp de răspuns (maxim)848msTimp de răspuns (total)1.49s
Inteligență generală
: 4.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)909msTimp de răspuns (maxim)909msTimp de răspuns (total)909ms
Respectarea instrucțiunilor
: 6.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)1.11sTimp de răspuns (maxim)1.11sTimp de răspuns (total)1.11s
Apelare instrumente
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)2.51sTimp de răspuns (maxim)2.51sTimp de răspuns (total)2.51s
Cultură generală
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)794msTimp de răspuns (maxim)794msTimp de răspuns (total)794ms
Sarcini agentice
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Eroare API: 1Timp de răspuns (mediu)1.08sTimp de răspuns (maxim)1.08sTimp de răspuns (total)1.08s
Trucuri anti-AI
: 7.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 2Timp de răspuns (mediu)3.50sTimp de răspuns (maxim)5.89sTimp de răspuns (total)13.99s
Programare
: 3.5 Un test este considerat trecut complet doar dacă toate rulările lui trec.Formatare suplimentară: 2Răspuns greșit: 1Timp de răspuns (mediu)11.06sTimp de răspuns (maxim)14.01sTimp de răspuns (total)33.18s
Combinat
: 6.4 Un test este considerat trecut complet doar dacă toate rulările lui trec.Eroare API: 1Timp de răspuns (mediu)55.86sTimp de răspuns (maxim)86.23sTimp de răspuns (total)111.72s
Parsare și extragere de date
: 6.5 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)2.82sTimp de răspuns (maxim)3.26sTimp de răspuns (total)5.64s
Inteligență generală
: 5.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Nu a urmat instrucțiunile: 1Timp de răspuns (mediu)10.11sTimp de răspuns (maxim)10.11sTimp de răspuns (total)10.11s
Respectarea instrucțiunilor
: 9.8 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)1.64sTimp de răspuns (maxim)2.19sTimp de răspuns (total)3.28s
Apelare instrumente
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)4.47sTimp de răspuns (maxim)4.47sTimp de răspuns (total)4.47s
Cultură generală
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)19.98sTimp de răspuns (maxim)19.98sTimp de răspuns (total)19.98s
Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Nu a urmat instrucțiunile: 1Timp de răspuns (mediu)9.75sTimp de răspuns (maxim)31.36sTimp de răspuns (total)175.48s…
Sarcini agentice
: 0.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)0msTimp de răspuns (maxim)0msTimp de răspuns (total)0ms
Trucuri anti-AI
: 8.7 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)3.16sTimp de răspuns (maxim)3.44sTimp de răspuns (total)12.65s
Programare
: 3.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)31.36sTimp de răspuns (maxim)31.36sTimp de răspuns (total)31.36s
Combinat
: 5.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)20.93sTimp de răspuns (maxim)20.93sTimp de răspuns (total)20.93s
Parsare și extragere de date
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)4.01sTimp de răspuns (maxim)4.27sTimp de răspuns (total)8.02s
Specific domeniului
: 5.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 2Timp de răspuns (mediu)21.33sTimp de răspuns (maxim)24.21sTimp de răspuns (total)64.00s
Inteligență generală
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)5.78sTimp de răspuns (maxim)5.78sTimp de răspuns (total)5.78s
Respectarea instrucțiunilor
: 9.8 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)4.89sTimp de răspuns (maxim)5.89sTimp de răspuns (total)9.78s
Rezolvare de puzzle-uri
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)3.52sTimp de răspuns (maxim)4.53sTimp de răspuns (total)10.57s
Apelare instrumente
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Nu a urmat instrucțiunile: 1Timp de răspuns (mediu)12.39sTimp de răspuns (maxim)12.39sTimp de răspuns (total)12.39s
Cultură generală
: 0.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)0msTimp de răspuns (maxim)0msTimp de răspuns (total)0ms
Sarcini agentice
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Eroare API: 1Timp de răspuns (mediu)31msTimp de răspuns (maxim)31msTimp de răspuns (total)31ms
Trucuri anti-AI
: 3.1 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 4Timp de răspuns (mediu)526msTimp de răspuns (maxim)1.03sTimp de răspuns (total)2.10s
Programare
: 3.6 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)759msTimp de răspuns (maxim)1.52sTimp de răspuns (total)2.28s
Combinat
: 6.5 Un test este considerat trecut complet doar dacă toate rulările lui trec.Apel de instrument invalid: 1Timp de răspuns (mediu)9.33sTimp de răspuns (maxim)12.35sTimp de răspuns (total)18.66s
Parsare și extragere de date
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)782msTimp de răspuns (maxim)961msTimp de răspuns (total)1.56s
Specific domeniului
: 5.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 2Timp de răspuns (mediu)442msTimp de răspuns (maxim)517msTimp de răspuns (total)1.33s
Inteligență generală
: 5.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)964msTimp de răspuns (maxim)964msTimp de răspuns (total)964ms
Respectarea instrucțiunilor
: 6.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)767msTimp de răspuns (maxim)1.02sTimp de răspuns (total)1.53s
Rezolvare de puzzle-uri
: 3.2 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)665msTimp de răspuns (maxim)734msTimp de răspuns (total)2.00s
Apelare instrumente
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Nu a urmat instrucțiunile: 1Timp de răspuns (mediu)2.31sTimp de răspuns (maxim)2.31sTimp de răspuns (total)2.31s
Cultură generală
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)481msTimp de răspuns (maxim)481msTimp de răspuns (total)481ms
Sarcini agentice
: 3.9 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)208.38sTimp de răspuns (maxim)208.38sTimp de răspuns (total)208.38s
Programare
: 4.6 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)2.22sTimp de răspuns (maxim)3.14sTimp de răspuns (total)6.67s
Combinat
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Fără răspuns: 1Răspuns greșit: 1Timp de răspuns (mediu)30.86sTimp de răspuns (maxim)45.14sTimp de răspuns (total)61.71s
Parsare și extragere de date
: 6.5 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)1.32sTimp de răspuns (maxim)1.32sTimp de răspuns (total)1.32s
Specific domeniului
: 5.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 2Timp de răspuns (mediu)871msTimp de răspuns (maxim)962msTimp de răspuns (total)1.74s
Inteligență generală
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)1.34sTimp de răspuns (maxim)1.34sTimp de răspuns (total)1.34s
Respectarea instrucțiunilor
: 6.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)7.78sTimp de răspuns (maxim)14.65sTimp de răspuns (total)15.56s
Rezolvare de puzzle-uri
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)24.34sTimp de răspuns (maxim)42.58sTimp de răspuns (total)48.69s
Apelare instrumente
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)2.47sTimp de răspuns (maxim)2.47sTimp de răspuns (total)2.47s
Cultură generală
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)601msTimp de răspuns (maxim)601msTimp de răspuns (total)601ms
Sarcini agentice
: 2.8 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)158.25sTimp de răspuns (maxim)158.25sTimp de răspuns (total)158.25s
Trucuri anti-AI
: 3.4 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Fără răspuns: 1Timp de răspuns (mediu)52.20sTimp de răspuns (maxim)207.32sTimp de răspuns (total)208.79s
Programare
: 5.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Eroare API: 1Fără răspuns: 1Timp de răspuns (mediu)271.42sTimp de răspuns (maxim)423.72sTimp de răspuns (total)814.25s
Combinat
: 2.9 Un test este considerat trecut complet doar dacă toate rulările lui trec.Apel de instrument invalid: 2Timp de răspuns (mediu)702.26sTimp de răspuns (maxim)1190.11sTimp de răspuns (total)1404.52s
Parsare și extragere de date
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)1.96sTimp de răspuns (maxim)3.41sTimp de răspuns (total)3.91s
Specific domeniului
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)2.51sTimp de răspuns (maxim)6.82sTimp de răspuns (total)7.52s
Inteligență generală
: 4.6 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)855msTimp de răspuns (maxim)855msTimp de răspuns (total)855ms
Apelare instrumente
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)2.69sTimp de răspuns (maxim)2.69sTimp de răspuns (total)2.69s
Cultură generală
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)6.94sTimp de răspuns (maxim)6.94sTimp de răspuns (total)6.94s
Un test este considerat trecut complet doar dacă toate rulările lui trec.Eroare API: 4Răspuns greșit: 3Timp de răspuns (mediu)9.05sTimp de răspuns (maxim)26.24sTimp de răspuns (total)90.53s…
Sarcini agentice
: 0.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)0msTimp de răspuns (maxim)0msTimp de răspuns (total)0ms
Trucuri anti-AI
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)14.99sTimp de răspuns (maxim)26.24sTimp de răspuns (total)29.99s
Programare
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Eroare API: 3Timp de răspuns (mediu)0msTimp de răspuns (maxim)0msTimp de răspuns (total)0ms
Combinat
: 1.5 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)10.37sTimp de răspuns (maxim)10.37sTimp de răspuns (total)10.37s
Parsare și extragere de date
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)10.84sTimp de răspuns (maxim)10.84sTimp de răspuns (total)10.84s
Specific domeniului
: 5.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 2Timp de răspuns (mediu)7.01sTimp de răspuns (maxim)7.01sTimp de răspuns (total)7.01s
Inteligență generală
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)9.34sTimp de răspuns (maxim)9.34sTimp de răspuns (total)9.34s
Respectarea instrucțiunilor
: 9.8 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)3.26sTimp de răspuns (maxim)3.26sTimp de răspuns (total)3.26s
Rezolvare de puzzle-uri
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)3.88sTimp de răspuns (maxim)4.23sTimp de răspuns (total)7.77s
Apelare instrumente
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)11.96sTimp de răspuns (maxim)11.96sTimp de răspuns (total)11.96s
Cultură generală
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Eroare API: 1Timp de răspuns (mediu)0msTimp de răspuns (maxim)0msTimp de răspuns (total)0ms
Sarcini agentice
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Eroare API: 1Timp de răspuns (mediu)38msTimp de răspuns (maxim)38msTimp de răspuns (total)38ms
Trucuri anti-AI
: 3.4 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 4Timp de răspuns (mediu)6.55sTimp de răspuns (maxim)9.41sTimp de răspuns (total)26.19s
Programare
: 3.8 Un test este considerat trecut complet doar dacă toate rulările lui trec.Eroare API: 2Răspuns greșit: 1Timp de răspuns (mediu)10.57sTimp de răspuns (maxim)10.57sTimp de răspuns (total)10.57s
Combinat
: 6.5 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)23.79sTimp de răspuns (maxim)24.05sTimp de răspuns (total)47.59s
Parsare și extragere de date
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)1.37sTimp de răspuns (maxim)1.37sTimp de răspuns (total)2.73s
Specific domeniului
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)1.08sTimp de răspuns (maxim)1.22sTimp de răspuns (total)3.25s
Inteligență generală
: 5.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Nu a urmat instrucțiunile: 1Timp de răspuns (mediu)20.34sTimp de răspuns (maxim)20.34sTimp de răspuns (total)20.34s
Respectarea instrucțiunilor
: 6.4 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)5.36sTimp de răspuns (maxim)9.81sTimp de răspuns (total)10.73s
Apelare instrumente
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Apel de instrument invalid: 1Timp de răspuns (mediu)25.72sTimp de răspuns (maxim)25.72sTimp de răspuns (total)25.72s
Cultură generală
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Eroare API: 1Timp de răspuns (mediu)0msTimp de răspuns (maxim)0msTimp de răspuns (total)0ms
Sarcini agentice
: 3.9 Un test este considerat trecut complet doar dacă toate rulările lui trec.Apel de instrument invalid: 1Timp de răspuns (mediu)124.23sTimp de răspuns (maxim)124.23sTimp de răspuns (total)124.23s
Trucuri anti-AI
: 3.5 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 4Timp de răspuns (mediu)2.19sTimp de răspuns (maxim)6.85sTimp de răspuns (total)8.74s
Programare
: 5.5 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 2Timp de răspuns (mediu)3.24sTimp de răspuns (maxim)5.52sTimp de răspuns (total)9.72s
Combinat
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Fără răspuns: 1Răspuns greșit: 1Timp de răspuns (mediu)28.86sTimp de răspuns (maxim)55.36sTimp de răspuns (total)57.72s
Parsare și extragere de date
: 6.5 Un test este considerat trecut complet doar dacă toate rulările lui trec.Formatare suplimentară: 1Timp de răspuns (mediu)1.01sTimp de răspuns (maxim)1.18sTimp de răspuns (total)2.03s
Specific domeniului
: 2.9 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)1.24sTimp de răspuns (maxim)2.23sTimp de răspuns (total)3.71s
Inteligență generală
: 4.4 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)6.86sTimp de răspuns (maxim)6.86sTimp de răspuns (total)6.86s
Respectarea instrucțiunilor
: 6.5 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)751msTimp de răspuns (maxim)821msTimp de răspuns (total)1.50s
Apelare instrumente
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)2.43sTimp de răspuns (maxim)2.43sTimp de răspuns (total)2.43s
Cultură generală
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)3.89sTimp de răspuns (maxim)3.89sTimp de răspuns (total)3.89s
Sarcini agentice
: 3.9 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)433.02sTimp de răspuns (maxim)433.02sTimp de răspuns (total)433.02s
Trucuri anti-AI
: 3.1 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 4Timp de răspuns (mediu)1.71sTimp de răspuns (maxim)3.79sTimp de răspuns (total)6.84s
Programare
: 3.9 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)5.60sTimp de răspuns (maxim)6.03sTimp de răspuns (total)16.81s
Combinat
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Apel de instrument invalid: 2Timp de răspuns (mediu)193.98sTimp de răspuns (maxim)382.06sTimp de răspuns (total)387.97s
Parsare și extragere de date
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)847msTimp de răspuns (maxim)1.09sTimp de răspuns (total)1.69s
Specific domeniului
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)636msTimp de răspuns (maxim)1.14sTimp de răspuns (total)1.91s
Inteligență generală
: 4.4 Un test este considerat trecut complet doar dacă toate rulările lui trec.Nu a urmat instrucțiunile: 1Timp de răspuns (mediu)552msTimp de răspuns (maxim)552msTimp de răspuns (total)552ms
Respectarea instrucțiunilor
: 6.5 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)514msTimp de răspuns (maxim)582msTimp de răspuns (total)1.03s
Apelare instrumente
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)1.27sTimp de răspuns (maxim)1.27sTimp de răspuns (total)1.27s
Cultură generală
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)2.32sTimp de răspuns (maxim)2.32sTimp de răspuns (total)2.32s
Sarcini agentice
: 5.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Apel de instrument invalid: 1Timp de răspuns (mediu)65.46sTimp de răspuns (maxim)65.46sTimp de răspuns (total)65.46s
Programare
: 3.8 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 2Nu a urmat instrucțiunile: 1Timp de răspuns (mediu)45.53sTimp de răspuns (maxim)73.98sTimp de răspuns (total)136.60s
Combinat
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Eroare API: 1Răspuns greșit: 1Timp de răspuns (mediu)75.12sTimp de răspuns (maxim)95.32sTimp de răspuns (total)150.23s
Parsare și extragere de date
: 8.7 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)22.81sTimp de răspuns (maxim)29.63sTimp de răspuns (total)45.63s
Specific domeniului
: 6.8 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 2Timp de răspuns (mediu)25.61sTimp de răspuns (maxim)45.05sTimp de răspuns (total)76.83s
Inteligență generală
: 5.1 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)58.28sTimp de răspuns (maxim)58.28sTimp de răspuns (total)58.28s
Respectarea instrucțiunilor
: 7.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)47.90sTimp de răspuns (maxim)50.25sTimp de răspuns (total)95.81s
Apelare instrumente
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Eroare API: 1Timp de răspuns (mediu)81.53sTimp de răspuns (maxim)81.53sTimp de răspuns (total)81.53s
Cultură generală
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)19.87sTimp de răspuns (maxim)19.87sTimp de răspuns (total)19.87s
Sarcini agentice
: 0.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)0msTimp de răspuns (maxim)0msTimp de răspuns (total)0ms
Trucuri anti-AI
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)2.75sTimp de răspuns (maxim)4.59sTimp de răspuns (total)10.98s
Programare
: 3.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Eroare API: 1Fără răspuns: 1Răspuns greșit: 1Timp de răspuns (mediu)183.89sTimp de răspuns (maxim)299.23sTimp de răspuns (total)367.78s
Combinat
: 5.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)25.87sTimp de răspuns (maxim)25.87sTimp de răspuns (total)25.87s
Parsare și extragere de date
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)3.04sTimp de răspuns (maxim)4.12sTimp de răspuns (total)6.07s
Inteligență generală
: 5.4 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)3.61sTimp de răspuns (maxim)3.61sTimp de răspuns (total)3.61s
Apelare instrumente
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)13.98sTimp de răspuns (maxim)13.98sTimp de răspuns (total)13.98s
Cultură generală
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)234.19sTimp de răspuns (maxim)234.19sTimp de răspuns (total)234.19s
Un test este considerat trecut complet doar dacă toate rulările lui trec.Eroare API: 7Răspuns greșit: 3Timp de răspuns (mediu)56.57sTimp de răspuns (maxim)149.94sTimp de răspuns (total)848.59s…
Sarcini agentice
: 0.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)0msTimp de răspuns (maxim)0msTimp de răspuns (total)0ms
Trucuri anti-AI
: 6.4 Un test este considerat trecut complet doar dacă toate rulările lui trec.Eroare API: 2Timp de răspuns (mediu)15.12sTimp de răspuns (maxim)19.99sTimp de răspuns (total)45.37s
Programare
: 5.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Eroare API: 2Timp de răspuns (mediu)99.76sTimp de răspuns (maxim)99.76sTimp de răspuns (total)99.76s
Combinat
: 5.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)113.09sTimp de răspuns (maxim)113.09sTimp de răspuns (total)113.09s
Parsare și extragere de date
: 6.5 Un test este considerat trecut complet doar dacă toate rulările lui trec.Eroare API: 1Timp de răspuns (mediu)12.11sTimp de răspuns (maxim)12.11sTimp de răspuns (total)12.11s
Specific domeniului
: 5.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 2Timp de răspuns (mediu)109.04sTimp de răspuns (maxim)149.94sTimp de răspuns (total)327.11s
Inteligență generală
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Eroare API: 1Timp de răspuns (mediu)0msTimp de răspuns (maxim)0msTimp de răspuns (total)0ms
Respectarea instrucțiunilor
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)34.36sTimp de răspuns (maxim)41.83sTimp de răspuns (total)68.73s
Rezolvare de puzzle-uri
: 7.7 Un test este considerat trecut complet doar dacă toate rulările lui trec.Eroare API: 1Timp de răspuns (mediu)27.94sTimp de răspuns (maxim)45.06sTimp de răspuns (total)55.89s
Apelare instrumente
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)78.83sTimp de răspuns (maxim)78.83sTimp de răspuns (total)78.83s
Cultură generală
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)47.71sTimp de răspuns (maxim)47.71sTimp de răspuns (total)47.71s
Sarcini agentice
: 5.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)80.73sTimp de răspuns (maxim)80.73sTimp de răspuns (total)80.73s
Trucuri anti-AI
: 5.2 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)5.51sTimp de răspuns (maxim)6.59sTimp de răspuns (total)11.02s
Programare
: 4.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)2.54sTimp de răspuns (maxim)5.57sTimp de răspuns (total)7.62s
Combinat
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Apel de instrument invalid: 2Timp de răspuns (mediu)50.18sTimp de răspuns (maxim)97.15sTimp de răspuns (total)100.36s
Parsare și extragere de date
: 7.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)4.82sTimp de răspuns (maxim)4.82sTimp de răspuns (total)4.82s
Specific domeniului
: 5.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 2Timp de răspuns (mediu)2.22sTimp de răspuns (maxim)3.70sTimp de răspuns (total)4.44s
Inteligență generală
: 4.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)1.59sTimp de răspuns (maxim)1.59sTimp de răspuns (total)1.59s
Respectarea instrucțiunilor
: 6.5 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)888msTimp de răspuns (maxim)888msTimp de răspuns (total)888ms
Apelare instrumente
: 2.8 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)7.05sTimp de răspuns (maxim)7.05sTimp de răspuns (total)7.05s
Cultură generală
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)692msTimp de răspuns (maxim)692msTimp de răspuns (total)692ms
Sarcini agentice
: 3.9 Un test este considerat trecut complet doar dacă toate rulările lui trec.Apel de instrument invalid: 1Timp de răspuns (mediu)84.96sTimp de răspuns (maxim)84.96sTimp de răspuns (total)84.96s
Trucuri anti-AI
: 3.8 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 4Timp de răspuns (mediu)655msTimp de răspuns (maxim)995msTimp de răspuns (total)2.62s
Programare
: 4.7 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)459msTimp de răspuns (maxim)654msTimp de răspuns (total)1.38s
Combinat
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Apel de instrument invalid: 1Răspuns greșit: 1Timp de răspuns (mediu)31.28sTimp de răspuns (maxim)60.70sTimp de răspuns (total)62.55s
Parsare și extragere de date
: 6.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)1.04sTimp de răspuns (maxim)1.29sTimp de răspuns (total)2.08s
Specific domeniului
: 3.6 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)631msTimp de răspuns (maxim)744msTimp de răspuns (total)1.89s
Inteligență generală
: 5.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)482msTimp de răspuns (maxim)482msTimp de răspuns (total)482ms
Respectarea instrucțiunilor
: 6.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)1.26sTimp de răspuns (maxim)1.83sTimp de răspuns (total)2.52s
Apelare instrumente
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)1.29sTimp de răspuns (maxim)1.29sTimp de răspuns (total)1.29s
Cultură generală
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)419msTimp de răspuns (maxim)419msTimp de răspuns (total)419ms
Sarcini agentice
: 2.8 Un test este considerat trecut complet doar dacă toate rulările lui trec.Timp expirat: 1Timp de răspuns (mediu)341.79sTimp de răspuns (maxim)341.79sTimp de răspuns (total)341.79s
Trucuri anti-AI
: 6.9 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 2Timp de răspuns (mediu)12.34sTimp de răspuns (maxim)41.00sTimp de răspuns (total)49.37s
Programare
: 4.4 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)285.47sTimp de răspuns (maxim)437.11sTimp de răspuns (total)856.41s
Combinat
: 6.2 Un test este considerat trecut complet doar dacă toate rulările lui trec.Apel de instrument invalid: 1Timp de răspuns (mediu)136.91sTimp de răspuns (maxim)250.92sTimp de răspuns (total)273.82s
Specific domeniului
: 2.9 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)74.73sTimp de răspuns (maxim)179.37sTimp de răspuns (total)224.19s
Inteligență generală
: 5.5 Un test este considerat trecut complet doar dacă toate rulările lui trec.Nu a urmat instrucțiunile: 1Timp de răspuns (mediu)4.36sTimp de răspuns (maxim)4.36sTimp de răspuns (total)4.36s
Rezolvare de puzzle-uri
: 4.2 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)10.49sTimp de răspuns (maxim)22.61sTimp de răspuns (total)31.46s
Apelare instrumente
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)4.92sTimp de răspuns (maxim)4.92sTimp de răspuns (total)4.92s
Cultură generală
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)44.02sTimp de răspuns (maxim)44.02sTimp de răspuns (total)44.02s
Sarcini agentice
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)18.87sTimp de răspuns (maxim)18.87sTimp de răspuns (total)18.87s
Programare
: 3.9 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)21.96sTimp de răspuns (maxim)44.81sTimp de răspuns (total)65.89s
Combinat
: 3.2 Un test este considerat trecut complet doar dacă toate rulările lui trec.Apel de instrument invalid: 2Timp de răspuns (mediu)96.20sTimp de răspuns (maxim)159.85sTimp de răspuns (total)192.40s
Parsare și extragere de date
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)28.00sTimp de răspuns (maxim)42.87sTimp de răspuns (total)55.99s
Specific domeniului
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)14.73sTimp de răspuns (maxim)32.97sTimp de răspuns (total)44.20s
Inteligență generală
: 3.9 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)34.77sTimp de răspuns (maxim)34.77sTimp de răspuns (total)34.77s
Respectarea instrucțiunilor
: 6.5 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)30.68sTimp de răspuns (maxim)37.37sTimp de răspuns (total)61.35s
Apelare instrumente
: 9.5 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)3.64sTimp de răspuns (maxim)3.64sTimp de răspuns (total)3.64s
Cultură generală
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)37.37sTimp de răspuns (maxim)37.37sTimp de răspuns (total)37.37s
Sarcini agentice
: 5.4 Un test este considerat trecut complet doar dacă toate rulările lui trec.Nu a urmat instrucțiunile: 1Timp de răspuns (mediu)149.34sTimp de răspuns (maxim)149.34sTimp de răspuns (total)149.34s
Trucuri anti-AI
: 3.1 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 4Timp de răspuns (mediu)835msTimp de răspuns (maxim)2.42sTimp de răspuns (total)3.34s
Programare
: 3.4 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)550msTimp de răspuns (maxim)903msTimp de răspuns (total)1.65s
Combinat
: 2.9 Un test este considerat trecut complet doar dacă toate rulările lui trec.Fără răspuns: 1Răspuns greșit: 1Timp de răspuns (mediu)21.62sTimp de răspuns (maxim)41.14sTimp de răspuns (total)43.24s
Parsare și extragere de date
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)537msTimp de răspuns (maxim)579msTimp de răspuns (total)1.07s
Specific domeniului
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)337msTimp de răspuns (maxim)386msTimp de răspuns (total)1.01s
Inteligență generală
: 5.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)815msTimp de răspuns (maxim)815msTimp de răspuns (total)815ms
Rezolvare de puzzle-uri
: 3.1 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)828msTimp de răspuns (maxim)945msTimp de răspuns (total)2.48s
Apelare instrumente
: 4.7 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)1.45sTimp de răspuns (maxim)1.45sTimp de răspuns (total)1.45s
Cultură generală
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)200.52sTimp de răspuns (maxim)200.52sTimp de răspuns (total)200.52s
Sarcini agentice
: 5.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)223.46sTimp de răspuns (maxim)223.46sTimp de răspuns (total)223.46s
Trucuri anti-AI
: 6.9 Un test este considerat trecut complet doar dacă toate rulările lui trec.Timp expirat: 2Timp de răspuns (mediu)205.31sTimp de răspuns (maxim)413.57sTimp de răspuns (total)821.25s
Programare
: 3.8 Un test este considerat trecut complet doar dacă toate rulările lui trec.Timp expirat: 2Răspuns greșit: 1Timp de răspuns (mediu)515.34sTimp de răspuns (maxim)567.74sTimp de răspuns (total)1546.02s
Combinat
: 5.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Apel de instrument invalid: 1Timp expirat: 1Timp de răspuns (mediu)570.43sTimp de răspuns (maxim)685.87sTimp de răspuns (total)1140.86s
Specific domeniului
: 2.9 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 2Timp expirat: 1Timp de răspuns (mediu)167.15sTimp de răspuns (maxim)183.96sTimp de răspuns (total)501.46s
Inteligență generală
: 5.5 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)16.37sTimp de răspuns (maxim)16.37sTimp de răspuns (total)16.37s
Respectarea instrucțiunilor
: 6.4 Un test este considerat trecut complet doar dacă toate rulările lui trec.Timp expirat: 1Timp de răspuns (mediu)87.47sTimp de răspuns (maxim)150.79sTimp de răspuns (total)174.94s
Rezolvare de puzzle-uri
: 2.9 Un test este considerat trecut complet doar dacă toate rulările lui trec.Timp expirat: 2Fără răspuns: 1Timp de răspuns (mediu)202.69sTimp de răspuns (maxim)252.93sTimp de răspuns (total)608.07s
Apelare instrumente
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)15.08sTimp de răspuns (maxim)15.08sTimp de răspuns (total)15.08s
Cultură generală
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)252.49sTimp de răspuns (maxim)252.49sTimp de răspuns (total)252.49s
Sarcini agentice
: 5.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)151.35sTimp de răspuns (maxim)151.35sTimp de răspuns (total)151.35s
Programare
: 3.7 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 2Timp expirat: 1Timp de răspuns (mediu)924msTimp de răspuns (maxim)1.69sTimp de răspuns (total)2.77s
Combinat
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Fără răspuns: 1Răspuns greșit: 1Timp de răspuns (mediu)14.65sTimp de răspuns (maxim)25.01sTimp de răspuns (total)29.29s
Parsare și extragere de date
: 6.5 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)81.80sTimp de răspuns (maxim)81.80sTimp de răspuns (total)81.80s
Specific domeniului
: 3.6 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)570msTimp de răspuns (maxim)638msTimp de răspuns (total)1.14s
Inteligență generală
: 6.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Nu a urmat instrucțiunile: 1Timp de răspuns (mediu)1.39sTimp de răspuns (maxim)1.39sTimp de răspuns (total)1.39s
Respectarea instrucțiunilor
: 6.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)7.49sTimp de răspuns (maxim)13.67sTimp de răspuns (total)14.99s
Apelare instrumente
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)2.64sTimp de răspuns (maxim)2.64sTimp de răspuns (total)2.64s
Cultură generală
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)399msTimp de răspuns (maxim)399msTimp de răspuns (total)399ms
Sarcini agentice
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)122.50sTimp de răspuns (maxim)122.50sTimp de răspuns (total)122.50s
Programare
: 3.1 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 2Nu a urmat instrucțiunile: 1Timp de răspuns (mediu)14.54sTimp de răspuns (maxim)34.11sTimp de răspuns (total)43.62s
Combinat
: 4.8 Un test este considerat trecut complet doar dacă toate rulările lui trec.Apel de instrument invalid: 2Timp de răspuns (mediu)113.53sTimp de răspuns (maxim)115.89sTimp de răspuns (total)227.06s
Parsare și extragere de date
: 6.3 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)9.42sTimp de răspuns (maxim)16.20sTimp de răspuns (total)18.84s
Specific domeniului
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 3Timp de răspuns (mediu)1.48sTimp de răspuns (maxim)1.77sTimp de răspuns (total)4.44s
Inteligență generală
: 4.7 Un test este considerat trecut complet doar dacă toate rulările lui trec.Eroare API: 1Timp de răspuns (mediu)9.32sTimp de răspuns (maxim)9.32sTimp de răspuns (total)9.32s
Respectarea instrucțiunilor
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)1.52sTimp de răspuns (maxim)1.99sTimp de răspuns (total)3.04s
Rezolvare de puzzle-uri
: 7.6 Un test este considerat trecut complet doar dacă toate rulările lui trec.Eroare API: 1Timp de răspuns (mediu)6.91sTimp de răspuns (maxim)10.09sTimp de răspuns (total)20.74s
Apelare instrumente
: 10.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Niciun răspuns eșuat.Timp de răspuns (mediu)11.85sTimp de răspuns (maxim)11.85sTimp de răspuns (total)11.85s
Cultură generală
: 3.0 Un test este considerat trecut complet doar dacă toate rulările lui trec.Răspuns greșit: 1Timp de răspuns (mediu)17.23sTimp de răspuns (maxim)17.23sTimp de răspuns (total)17.23s
Tendințe globale ale benchmarkului
Vezi cum echilibrează modelele actuale scorul, costul, viteza, lungimea răspunsului și performanța pe categorii.