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
414/414
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) |
|---|---|---|---|---|---|---|---|
| #36 | Qwen3.8 Max (0902) high | Qwen | 1 | 0.6 | $3.306 | 1/3 | 658.5s |
| #68 | Seed 2.1 Turbo medium | Bytedance Seed | 3 | 0.3 | $2.042 | 0/3 | 656.0s |
| #67 | MiMo-V2.6-Pro medium | Xiaomi | 1 | 0.3 | $0.586 | 0/3 | 619.7s |
| #66 | Qwen3.8 27B high | Qwen | 1 | 0.5 | ~$0.298 | 1/3 | 526.7s |
| #42 | Seed 2.1 Turbo high | Bytedance Seed | 2 | 0.3 | $1.892 | 0/3 | 506.2s |
| #209 | Ember-1 max | Fireworks | 2 | 0.4 | $3.264 | 0/3 | 471.2s |
| #317 | Hy4 preview low | Tencent | 3 | 0.5 | $1.844 | 0/3 | 470.2s |
| #88 | DeepSeek V4 Flash 0731 high | DeepSeek | 2 | 0.3 | $0.576 | 0/3 | 458.6s |
| #162 | LongCat 2.0 high | Meituan | 2 | 0.4 | $0.778 | 0/3 | 433.7s |
| #151 | Seed-2.0-Code medium | Bytedance Seed | 2 | 0.5 | $1.275 | 1/3 | 429.8s |
| #29 | Seed 2.1 Turbo low | Bytedance Seed | 1 | 0.3 | $1.645 | 0/3 | 424.5s |
| #147 | Seed-2.0-Code high | Bytedance Seed | 2 | 0.3 | $1.448 | 0/3 | 419.7s |
| #30 | Muse Spark Open high | Meta | 2 | 0.4 | $1.782 | 0/3 | 412.1s |
| #171 | LongCat 2.0 medium | Meituan | 2 | 0.3 | $0.767 | 0/3 | 390.6s |
| #398 | Xing4.0 29b A4b medium | Xingchen AGI | 1 | 0.4 | $0.000 | 0/3 | 381.9s |