Clasament Programare x Fără răspuns

Eșecuri pe categorii AI BENCHY

Vezi ce modele AI au cele mai mari șanse să întâmpine Fără răspuns la Programare, ca să găsești mai repede punctele slabe.

Modele afișate

Eșecuri totale

Modelul cel mai afectat

Motive de eșec

Răspuns greșit230 Eroare API43 Timp expirat23 Fără răspuns18 Nu a urmat instrucțiunile16 Formatare suplimentară12

Categorii

Programare18 Cultură generală10 Specific domeniului6 Parsare și extragere de date5 Trucuri anti-AI4 Combinat3 Apelare instrumente2 Respectarea instrucțiunilor2 Rezolvare de puzzle-uri2

16/16

Rang	Model	Companie	Număr de Fără răspuns	Scor de categorie	Cost total	Teste corecte	Timp de răspuns (mediu)
#184	Qwen3.5-9B medium	Qwen	1	2.9	$0.036	0/3	100.9s
Total teste 3 Teste greșite 3 Cost total $0.036 Timp de răspuns (mediu) 100.9s

Filtrează modelele