Sarcini agentice: Răspuns greșit
Sarcini agentice
Răspuns greșit
Vezi ce modele AI au cele mai mari șanse să întâmpine Răspuns greșit la Sarcini agentice, ca să găsești mai repede punctele slabe. Sortează după: Cost total ↑.
Motive de eșec
136/136
Filtrează modelele
Niciun model nu corespunde căutării și filtrelor curente.
| Rang | Model | Companie | Număr de Răspuns greșit | Scor de categorie | Cost total | Teste corecte | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|
| #245 | Space Bunny Alpha max | Stealth | 1 | 0.6 | $0.000 | 0/1 | 90.6s |
| #257 | Apodex 1.1 Mini high | Apodex | 1 | 0.6 | $0.000 | 0/1 | 85.4s |
| #283 | Minimax M3.1 Flash xhigh | Minimax | 1 | 0.6 | $0.000 | 0/1 | 87.6s |
| #290 | Dots 3 Note Preview high | Dots Studio | 1 | 0.6 | $0.000 | 0/1 | 129.1s |
| #291 | Dots 3 Note Preview low | Dots Studio | 1 | 0.6 | $0.000 | 0/1 | 161.2s |
| #301 | Ling 3.1 Flash low | Inclusionai | 1 | 0.5 | $0.000 | 0/1 | 101.5s |
| #303 | Space Bunny Alpha medium | Stealth | 1 | 0.6 | $0.000 | 0/1 | 153.1s |
| #317 | Apodex 1.1 Mini low | Apodex | 1 | 0.5 | $0.000 | 0/1 | 104.2s |
| #323 | Apodex 1.1 Mini medium | Apodex | 1 | 0.3 | $0.000 | 0/1 | 85.3s |
| #351 | Dots 3 Note Preview medium | Dots Studio | 1 | 0.5 | $0.000 | 0/1 | 140.5s |
| #353 | Space Bunny Alpha low | Stealth | 1 | 0.5 | $0.000 | 0/1 | 89.0s |
| #363 | Ling 3.1 Flash none | Inclusionai | 1 | 0.6 | $0.000 | 0/1 | 68.7s |
| #371 | North Mini Code medium | Cohere | 1 | 0.4 | $0.000 | 0/1 | 105.2s |
| #398 | Dots 3 Note Preview default | Dots Studio | 1 | 0.4 | $0.000 | 0/1 | 45.7s |
| #415 | North Mini Code default | Cohere | 1 | 0.3 | $0.000 | 0/1 | 18.9s |