Eșecuri pe categorii AI BENCHY
Programare: Timp expirat
Programare
Timp expirat
Vezi ce modele AI au cele mai mari șanse să întâmpine Timp expirat la Programare, ca să găsești mai repede punctele slabe. Sortează după: Teste corecte ↑.
Motive de eșec
22/22
Filtrează modelele
Niciun model nu corespunde căutării și filtrelor curente.
| Rang | Model | Companie | Număr de Timp expirat | Scor de categorie | Cost total | Teste corecte | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|
| #72 | Gemma 4 26B A4B medium | 1 | 2.9 | $0.045 | 0/3 | 272.5s | |
| #77 | GLM 5.1 medium | Z.ai | 1 | 4.6 | $0.288 | 0/3 | 109.6s |
| #84 | Qwen3.5-Flash medium | Qwen | 1 | 3.7 | $0.080 | 0/3 | 58.9s |
| #94 | Step 3.5 Flash medium | Stepfun | 1 | 2.4 | $0.070 | 0/2 | 258.4s |
| #103 | Gemma 4 31B medium | 2 | 4.3 | $0.033 | 0/3 | 219.8s | |
| #139 | Gemma 4 26B A4B none | 1 | 3.7 | $0.004 | 0/3 | 4.16s | |
| #166 | MiniMax M2.5 medium | Minimax | 1 | 3.4 | $0.303 | 0/3 | 188.6s |
| #168 | Qwen3 Coder Next medium | Qwen | 1 | 3.7 | $0.008 | 0/3 | 924ms |
| #177 | GLM 4.7 Flash medium | Z.ai | 2 | 3.2 | $0.054 | 0/3 | 55.3s |
| #185 | Qwen3.5-9B medium | Qwen | 1 | 2.9 | $0.036 | 0/3 | 100.9s |
| #30 | Qwen3.7 Plus medium | Qwen | 1 | 6.1 | $0.177 | 1/3 | 108.6s |
| #32 | GLM 5.2 high | Z.ai | 2 | 6.4 | $0.554 | 1/3 | 73.0s |
| #44 | Kimi K2.6 medium | Moonshot AI | 1 | 5.7 | $0.888 | 1/3 | 214.4s |
| #45 | Qwen3.5-122B-A10B medium | Qwen | 1 | 6.0 | $0.588 | 1/3 | 114.5s |
| #52 | MiniMax M3 medium | Minimax | 1 | 6.1 | $0.131 | 1/3 | 144.7s |