Specific domeniului: Răspuns greșit
Specific domeniului
Răspuns greșit
Vezi ce modele AI au cele mai mari șanse să întâmpine Răspuns greșit la Specific domeniului, ca să găsești mai repede punctele slabe. Sortează după: Timp de răspuns (mediu) ↓.
Motive de eșec
198/198
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) |
|---|---|---|---|---|---|---|---|
| #97 | LongCat 2.0 high | Meituan | 1 | 3.6 | $0.469 | 0/3 | 400.3s |
| #60 | LongCat 2.0 medium | Meituan | 2 | 2.9 | $0.478 | 0/3 | 339.9s |
| #12 | Grok 4.5 high | X AI | 2 | 3.6 | $1.707 | 0/3 | 332.1s |
| #190 | MiniMax M2.5 medium | Minimax | 2 | 2.9 | $0.340 | 0/3 | 237.3s |
| #128 | GPT-5 Nano medium | OpenAI | 1 | 5.2 | $0.114 | 1/3 | 204.0s |
| #22 | Grok 4.5 medium | X AI | 3 | 2.9 | $1.928 | 0/3 | 198.9s |
| #28 | Inkling high | Thinkingmachines | 1 | 7.7 | $1.006 | 2/3 | 186.4s |
| #73 | Grok 4.3 medium | X AI | 2 | 5.3 | $0.779 | 1/3 | 181.7s |
| #194 | GLM 4.7 Flash medium | Z.ai | 2 | 3.5 | $0.166 | 0/3 | 174.6s |
| #130 | Step 3.5 Flash medium | Stepfun | 2 | 5.3 | $0.108 | 1/3 | 170.5s |
| #10 | GPT-5.5 medium | OpenAI | 2 | 5.3 | $4.137 | 1/3 | 164.1s |
| #48 | Grok Build 0.1 medium | X AI | 1 | 5.3 | $1.097 | 1/3 | 158.0s |
| #46 | DeepSeek V4 Pro high | DeepSeek | 2 | 3.6 | $0.200 | 0/3 | 151.5s |
| #86 | Step 3.7 Flash high | Stepfun | 2 | 4.1 | $1.207 | 0/3 | 149.6s |
| #114 | Qwen3.5-Flash medium | Qwen | 1 | 5.3 | $0.139 | 1/3 | 146.5s |