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.
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) |
|---|---|---|---|---|---|---|---|
| #422 | Nemotron 3 Nano Omni 30b A3b Reasoning default | NVIDIA | 3 | 0.4 | $0.000 | 0/3 | 489ms |
| #431 | Clef Omni default | Cloudflare | 3 | 0.3 | $0.011 | 0/3 | 1.05s |
| #434 | D1 default | Liquid | 3 | 0.4 | $0.003 | 0/3 | 555ms |
| #438 | Microsoft-Decision-1 default | Microsoft | 3 | 0.3 | $0.002 | 0/3 | 1.03s |
| #9 | Gemini 3.7 Flash high | 2 | 0.6 | $0.528 | 1/3 | 16.8s | |
| #10 | Gemini 3.6 Flash medium | 2 | 0.6 | $0.577 | 1/3 | 22.0s | |
| #13 | GPT-5.6 Sol low | OpenAI | 2 | 0.5 | $1.244 | 1/3 | 31.0s |
| #20 | GPT-5.6 Sol medium | OpenAI | 2 | 0.6 | $1.700 | 1/3 | 57.2s |
| #21 | GPT-6 Astra medium | OpenAI | 2 | 0.6 | $2.707 | 1/3 | 30.6s |
| #22 | GPT-5.6 Sol high | OpenAI | 2 | 0.5 | $1.595 | 1/3 | 37.7s |
| #23 | GPT-5.5 low | OpenAI | 2 | 0.5 | $1.822 | 1/3 | 28.2s |
| #24 | Claude Opus 5.5 low | Anthropic | 2 | 0.6 | $1.733 | 1/3 | 22.8s |
| #25 | Claude Opus 5.5 high | Anthropic | 2 | 0.5 | $2.133 | 1/3 | 30.1s |
| #27 | Claude Opus 5 high | Anthropic | 2 | 0.3 | $4.524 | 0/3 | 104.2s |
| #30 | Muse Spark Open high | Meta | 2 | 0.4 | $1.782 | 0/3 | 412.1s |