Clasament Combinat x Răspuns greșit

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

Modele afișate

Eșecuri totale

Modelul cel mai afectat

Motive de eșec

Apel de instrument invalid91 Răspuns greșit68 Fără răspuns29 Eroare API26 Timp expirat5 Formatare suplimentară1 Nu a urmat instrucțiunile1

Categorii

Specific domeniului412 Trucuri anti-AI293 Programare252 Rezolvare de puzzle-uri201 Cultură generală168 Combinat68 Respectarea instrucțiunilor61 Inteligență generală59 Parsare și extragere de date41 Apelare instrumente3

63/63

Rang	Model	Companie	Număr de Răspuns greșit	Scor de categorie	Cost total	Teste corecte	Timp de răspuns (mediu)
#200	MiMo-V2-Flash none	Xiaomi	1	1.5	$0.025	0/1	2.87s
Total teste 1 Teste greșite 1 Cost total $0.025 Timp de răspuns (mediu) 2.87s
#203	Grok 4.1 Fast none	X AI	1	1.5	$0.008	0/1	3.33s
Total teste 1 Teste greșite 1 Cost total $0.008 Timp de răspuns (mediu) 3.33s
#205	Laguna Xs.2 none	Poolside	1	1.5	$0.004	0/1	2.01s
Total teste 1 Teste greșite 1 Cost total $0.004 Timp de răspuns (mediu) 2.01s

←

1 2 3 4 5

Filtrează modelele