Clasament Specific domeniului x 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.

Modele afișate

Eșecuri totale

412

Modelul cel mai afectat

Motive de eșec

Răspuns greșit412 Timp expirat43 Formatare suplimentară17 Fără răspuns8 Eroare API7 Nu a urmat instrucțiunile1

Categorii

Specific domeniului412 Trucuri anti-AI293 Programare252 Rezolvare de puzzle-uri201 Cultură generală168 Combinat68 Respectarea instrucțiunilor61 Inteligență generală59 Parsare și extragere de date41 Apelare instrumente3

198/198

Rang	Model	Companie	Număr de Răspuns greșit	Scor de categorie	Cost total	Teste corecte	Timp de răspuns (mediu)
#184	Hunter Alpha medium	OpenRouter	1	3.0	$0.000	0/3	10.5s
Total teste 3 Teste greșite 3 Cost total $0.000 Timp de răspuns (mediu) 10.5s
#185	Grok 4.1 Fast medium	X AI	1	5.8	$0.069	1/3	121.8s
Total teste 3 Teste greșite 2 Cost total $0.069 Timp de răspuns (mediu) 121.8s
#210	LFM2-24B-A2B none	Liquid	1	5.9	$0.001	1/3	287ms
Total teste 3 Teste greșite 2 Cost total $0.001 Timp de răspuns (mediu) 287ms

Filtrează modelele