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) |
|---|---|---|---|---|---|---|---|
| #99 | Gemini 4 Argon low | 2 | 0.5 | $0.438 | 1/3 | 1.94s | |
| #101 | Grok 4.5 high | X AI | 2 | 0.4 | $2.687 | 0/3 | 301.3s |
| #103 | GPT-5.6 Terra medium | OpenAI | 2 | 0.5 | $0.483 | 1/3 | 21.5s |
| #110 | GPT-5.6 Luna high | OpenAI | 2 | 0.5 | $0.118 | 1/3 | 62.9s |
| #112 | GPT-5.4 Nano medium | OpenAI | 2 | 0.6 | $0.235 | 1/3 | 38.7s |
| #115 | GPT-5.6 Terra low | OpenAI | 2 | 0.5 | $0.435 | 1/3 | 9.34s |
| #121 | Gemini 3.5 Flash medium | 2 | 0.5 | $1.316 | 1/3 | 7.28s | |
| #126 | DeepSeek V4.1 Flash 1017 high | DeepSeek | 2 | 0.3 | $0.589 | 0/3 | 186.0s |
| #127 | Grok 4.5 medium | X AI | 2 | 0.5 | $2.996 | 1/3 | 249.3s |
| #129 | Step 3.7 Flash medium | Stepfun | 2 | 0.5 | $0.571 | 1/3 | 27.3s |
| #130 | Grok 4.6 medium | X AI | 2 | 0.5 | $2.270 | 1/3 | 304.3s |
| #131 | Qwen3.7 Plus none | Qwen | 2 | 0.5 | $0.178 | 1/3 | 1.04s |
| #135 | GPT-6 Luna high | OpenAI | 2 | 0.6 | $0.074 | 1/3 | 51.1s |
| #136 | Muse Glimmer 30B high | Meta | 2 | 0.3 | $0.506 | 0/3 | 182.6s |
| #137 | Nemotron 3.5 Super VL medium | NVIDIA | 2 | 0.4 | $0.437 | 0/3 | 196.7s |