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) |
|---|---|---|---|---|---|---|---|
| #33 | GPT-5.5 medium | OpenAI | 2 | 0.5 | $4.809 | 1/3 | 168.2s |
| #37 | GPT-5.3-Codex medium | OpenAI | 2 | 0.6 | $1.318 | 1/3 | 63.9s |
| #39 | Muse Spark 1.3 high | Meta | 2 | 0.3 | $1.891 | 0/3 | 174.6s |
| #40 | Muse Wonder low | Meta | 2 | 0.5 | $2.637 | 1/3 | 51.4s |
| #42 | Seed 2.1 Turbo high | Bytedance Seed | 2 | 0.3 | $1.892 | 0/3 | 506.2s |
| #43 | Muse Wonder minimal | Meta | 2 | 0.5 | $1.639 | 1/3 | 15.0s |
| #45 | Gemini 3.5 Flash low | 2 | 0.5 | $0.752 | 1/3 | 4.89s | |
| #49 | Gemini 4 Argon medium | 2 | 0.5 | $0.674 | 1/3 | 2.44s | |
| #50 | Claude Opus 5 low | Anthropic | 2 | 0.5 | $2.350 | 1/3 | 8.91s |
| #52 | GLM 5.3 Flash max | Z.ai | 2 | 0.4 | $0.089 | 0/3 | 203.3s |
| #53 | Muse Spark Open low | Meta | 2 | 0.5 | $0.600 | 1/3 | 75.5s |
| #55 | Muse Spark 1.2 medium | Meta | 2 | 0.5 | $1.590 | 1/3 | 77.2s |
| #58 | Pareto 26.9 default | Unbiased | 2 | 0.6 | $1.864 | 1/3 | 61.0s |
| #60 | GPT-5.4 medium | OpenAI | 2 | 0.5 | $2.213 | 1/3 | 72.4s |
| #61 | Muse Spark Open medium | Meta | 2 | 0.6 | $1.260 | 1/3 | 216.2s |