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
299/299
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) |
|---|---|---|---|---|---|---|---|
| #252 | Mistral Small 4 medium | Mistral | 2 | 5.9 | $0.097 | 1/3 | 6.33s |
| #253 | Granite 4.2 8B low | IBM Granite | 2 | 5.3 | $0.012 | 1/3 | 26.2s |
| #254 | Qwen3 Coder Next none | Qwen | 2 | 5.3 | $0.026 | 1/3 | 871ms |
| #257 | GLM 5 Turbo none | Z.ai | 2 | 5.3 | $0.047 | 1/3 | 1.97s |
| #264 | Qwen3.6 Plus Preview medium | Qwen | 2 | 3.0 | $0.000 | 0/3 | 22.1s |
| #269 | Ring-2.6-1T none | Inclusionai | 2 | 5.3 | $0.026 | 1/3 | 56.8s |
| #273 | Grok 4.20 Multi Agent Beta medium | X AI | 2 | 2.9 | $5.599 | 0/3 | 24.7s |
| #275 | GLM 4.7 Flash none | Z.ai | 2 | 5.3 | $0.016 | 1/3 | 2.22s |
| #276 | Trinity Large Preview none | Arcee AI | 2 | 5.3 | $0.008 | 1/3 | 877ms |
| #279 | Laguna M.1 medium | Poolside | 2 | 5.3 | $0.033 | 1/3 | 24.1s |
| #281 | Mercury 2 none | Inception | 2 | 5.9 | $0.030 | 1/3 | 500ms |
| #282 | Granite 4.2 8B high | IBM Granite | 2 | 2.9 | $0.084 | 0/3 | 167.2s |
| #284 | MiniMax M2.5 medium | Minimax | 2 | 2.9 | $0.327 | 0/3 | 158.9s |
| #289 | GLM 4.7 Flash medium | Z.ai | 2 | 3.5 | $0.168 | 0/3 | 96.7s |
| #292 | Hunter Alpha none | OpenRouter | 2 | 5.3 | $0.000 | 1/3 | 2.33s |