Clasament Programare x Răspuns greșit

Eșecuri pe categorii AI BENCHY

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

Modele afișate

Eșecuri totale

120

Modelul cel mai afectat

Motive de eșec

Răspuns greșit120 Fără răspuns18 Nu a urmat instrucțiunile16 Timp expirat12 Formatare suplimentară7 Eroare API6

Categorii

Specific domeniului298 Trucuri anti-AI235 Rezolvare de puzzle-uri148 Cultură generală127 Programare120 Respectarea instrucțiunilor52 Combinat51 Parsare și extragere de date32 Inteligență generală27 Apelare instrumente2

Rang	Model	Companie	Număr de Răspuns greșit	Scor de categorie	Teste corecte	Timp de răspuns (mediu)
#59	Qwen3.6 Flash medium	Qwen	2	5.1	0/2	51.9s
#66	Qwen3.6 Max Preview none	Qwen	2	4.2	0/2	3.06s
#77	Grok 4.20 medium	X AI	2	4.1	0/2	65.1s
#88	Qwen3.5 Plus 2026-02-15 none	Qwen	2	4.9	0/2	2.54s
#89	GLM 5 none	Z.ai	2	4.6	0/2	5.18s
#94	GPT-5 Nano medium	OpenAI	2	5.4	0/2	47.8s
#95	DeepSeek V4 Pro none	DeepSeek	2	5.4	0/2	8.27s
#109	GLM 4.7 Flash none	Z.ai	2	5.0	0/2	3.35s
#111	gpt-oss-120b medium	OpenAI	2	3.9	0/2	47.2s
#113	GLM 5.1 none	Z.ai	2	4.3	0/2	6.33s
#121	Mistral Small 4 medium	Mistral	2	5.1	0/2	44.8s
#124	Qwen3.5-122B-A10B none	Qwen	2	4.0	0/2	2.14s
#125	GLM 5 Turbo none	Z.ai	2	4.4	0/2	2.58s
#131	DeepSeek V4 Flash none	DeepSeek	2	4.8	0/2	24.5s
#132	Qwen3 Coder Next none	Qwen	2	5.4	0/2	2.01s

1 2 3 4 5 6 7

→

Top modele după Număr de Răspuns greșit