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
423/423
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) |
|---|---|---|---|---|---|---|---|
| #61 | GPT-5.4 medium | OpenAI | 2 | 0.5 | $2.213 | 1/3 | 72.4s |
| #62 | Muse Spark Open medium | Meta | 2 | 0.6 | $1.260 | 1/3 | 216.2s |
| #63 | DeepSeek V4.1 Flash high | DeepSeek | 2 | 0.5 | $0.617 | 1/3 | 127.3s |
| #65 | Muse Spark 1.2 low | Meta | 2 | 0.5 | $0.881 | 1/3 | 28.5s |
| #70 | GPT-6 Sol low | OpenAI | 2 | 0.5 | $0.477 | 1/3 | 11.5s |
| #72 | Muse Spark 1.1 low | Meta | 2 | 0.4 | $0.885 | 0/3 | 33.0s |
| #76 | Qwen3.8 Max (0902) low | Qwen | 2 | 0.5 | $1.131 | 1/3 | 34.9s |
| #77 | Grok 4.6 high | X AI | 2 | 0.5 | $2.629 | 1/3 | 369.9s |
| #79 | Claude Sonnet 5 medium | Anthropic | 2 | 0.5 | $1.438 | 1/3 | 20.5s |
| #84 | GPT-5 Mini medium | OpenAI | 2 | 0.3 | $0.315 | 0/3 | 44.7s |
| #85 | Muse Glimmer 30B xhigh | Meta | 2 | 0.3 | $0.585 | 0/3 | 142.6s |
| #89 | DeepSeek V4 Flash 0731 high | DeepSeek | 2 | 0.3 | $0.576 | 0/3 | 458.6s |
| #91 | GPT-5.6 Terra high | OpenAI | 2 | 0.5 | $0.698 | 1/3 | 42.6s |
| #93 | Gemini 3.5 Flash high | 2 | 0.5 | $2.737 | 1/3 | 17.0s | |
| #95 | GPT-6 Luna medium | OpenAI | 2 | 0.6 | $0.047 | 1/3 | 22.7s |