Combinat: Răspuns greșit
Combinat
Răspuns greșit
Vezi ce modele AI au cele mai mari șanse să întâmpine Răspuns greșit la Combinat, ca să găsești mai repede punctele slabe.
Motive de eșec
90/90
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) |
|---|---|---|---|---|---|---|---|
| #153 | Gemini 3 Flash Preview none | 1 | 3.8 | $0.085 | 0/2 | 12.4s | |
| #156 | KAT-Coder-Pro V2.5 none | Kwaipilot | 1 | 4.1 | $0.487 | 0/2 | 183.1s |
| #162 | Gemini 3.5 Flash Lite low | 1 | 3.8 | $0.138 | 0/2 | 11.0s | |
| #163 | Qwen3.5-27B none | Qwen | 1 | 6.4 | $0.058 | 1/2 | 39.4s |
| #164 | Gemini 3.1 Flash Lite Preview low | 1 | 3.0 | $0.646 | 0/2 | 160.6s | |
| #166 | Gemini 3.1 Flash Lite low | 1 | 3.2 | $0.621 | 0/2 | 161.2s | |
| #168 | Mercury 2.5 Preview high | Inception | 1 | 3.8 | $0.030 | 0/2 | 14.4s |
| #169 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1 | 6.5 | $0.073 | 1/2 | 64.8s |
| #173 | Gemini 3.1 Flash Lite Preview none | 1 | 3.0 | $0.052 | 0/2 | 6.23s | |
| #174 | Qwen3.6 Max Preview none | Qwen | 1 | 6.5 | $0.228 | 1/2 | 61.6s |
| #177 | LongCat 2.0 none | Meituan | 1 | 6.5 | $0.044 | 1/2 | 28.4s |
| #181 | Mimo V2 PRO medium | Xiaomi | 1 | 2.3 | $0.333 | 0/1 | 64.7s |
| #183 | Seed-2.0-Lite none | Bytedance Seed | 1 | 3.0 | $0.066 | 0/2 | 25.6s |
| #185 | GPT-5.6 Luna low | OpenAI | 1 | 2.8 | $0.051 | 0/2 | 13.7s |
| #187 | Gemini 3.1 Flash Lite minimal | 1 | 3.0 | $0.047 | 0/2 | 7.75s |