Parsare și extragere de date: Răspuns greșit
Parsare și extragere de date
Răspuns greșit
Vezi ce modele AI au cele mai mari șanse să întâmpine Răspuns greșit la Parsare și extragere de date, ca să găsești mai repede punctele slabe. Sortează după: Cost total ↓.
Motive de eșec
80/80
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) |
|---|---|---|---|---|---|---|---|
| #169 | Claude Opus 4.8 low | Anthropic | 1 | 0.6 | $3.787 | 1/2 | 2.27s |
| #95 | Claude Opus 4.8 medium | Anthropic | 1 | 0.7 | $3.490 | 1/2 | 12.3s |
| #195 | Claude Opus 4.8 none | Anthropic | 1 | 0.7 | $2.334 | 1/2 | 1.77s |
| #317 | Hy4 preview low | Tencent | 1 | 0.9 | $1.844 | 1/2 | 88.5s |
| #151 | Seed-2.0-Code medium | Bytedance Seed | 1 | 0.7 | $1.275 | 1/2 | 18.8s |
| #256 | Trinity Large Thinking low | Arcee AI | 1 | 0.7 | $0.918 | 1/2 | 14.3s |
| #267 | Trinity Large Thinking medium | Arcee AI | 1 | 0.6 | $0.862 | 1/2 | 16.4s |
| #292 | Trinity Large Thinking high | Arcee AI | 1 | 0.6 | $0.794 | 1/2 | 14.0s |
| #162 | LongCat 2.0 high | Meituan | 1 | 0.4 | $0.778 | 0/2 | 11.0s |
| #260 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 1 | 0.7 | $0.669 | 1/2 | 4.70s |
| #413 | Grok Build 0.1 none | X AI | 1 | 0.4 | $0.547 | 0/2 | 9.33s |
| #133 | Muse Glimmer 30B high | Meta | 1 | 0.7 | $0.506 | 1/2 | 14.9s |
| #173 | Step 3.7 Flash low | Stepfun | 1 | 0.7 | $0.449 | 1/2 | 2.29s |
| #384 | MiniMax M2.5 medium | Minimax | 2 | 0.5 | $0.440 | 0/2 | 7.48s |
| #332 | Mimo V2 PRO medium | Xiaomi | 1 | 0.7 | $0.333 | 1/2 | 17.2s |