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) |
|---|---|---|---|---|---|---|---|
| #202 | Qwen3.5-Flash medium | Qwen | 2 | 0.3 | $0.184 | 0/3 | 143.8s |
| #203 | Inkling low | Thinkingmachines | 2 | 0.5 | $0.293 | 1/3 | 1.68s |
| #204 | Mercury 2.5 Preview medium | Inception | 2 | 0.5 | $0.039 | 1/3 | 3.72s |
| #205 | GPT-6 Sol none | OpenAI | 2 | 0.5 | $0.551 | 1/3 | 3.41s |
| #209 | Grok Build 0.1 medium | X AI | 2 | 0.3 | $1.419 | 0/3 | 175.9s |
| #210 | Qwen3.5-Flash none | Qwen | 2 | 0.5 | $0.089 | 1/3 | 873ms |
| #214 | Ember-1 max | Fireworks | 2 | 0.4 | $3.264 | 0/3 | 471.2s |
| #215 | GPT 5.3 Chat default | OpenAI | 2 | 0.3 | $0.533 | 0/3 | 12.7s |
| #216 | GPT-5.6 Sol none | OpenAI | 2 | 0.6 | $0.795 | 1/3 | 1.44s |
| #219 | GPT-5.5 none | OpenAI | 2 | 0.5 | $1.212 | 1/3 | 1.27s |
| #228 | Minimax M3.1 Flash high | Minimax | 2 | 0.6 | $0.000 | 1/3 | 134.5s |
| #232 | Beam 1.0 501B A23B xhigh | Reflection | 2 | 0.6 | $0.688 | 1/3 | 20.2s |
| #233 | GLM 5.3 low | Z.ai | 2 | 0.5 | $0.215 | 1/3 | 19.2s |
| #234 | GLM 5.1 none | Z.ai | 2 | 0.5 | $0.451 | 1/3 | 2.27s |
| #237 | Laguna XS 2.1 medium | Poolside | 2 | 0.3 | $0.083 | 0/3 | 67.5s |