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) |
|---|---|---|---|---|---|---|---|
| #238 | Qwen3.5-122B-A10B none | Qwen | 2 | 0.5 | $0.308 | 1/3 | 523ms |
| #244 | Kimi K2.5 medium | Moonshot AI | 2 | 0.3 | $0.841 | 0/3 | 111.6s |
| #249 | Dots 3 Note Preview high | Dots Studio | 2 | 0.5 | $0.000 | 1/3 | 69.4s |
| #251 | LongCat 2.0 none | Meituan | 2 | 0.5 | $0.104 | 1/3 | 1.68s |
| #254 | Gemini 3.5 Flash Lite low | 2 | 0.6 | $0.183 | 1/3 | 3.55s | |
| #261 | Claude Opus 4.6 medium | Anthropic | 2 | 0.3 | $2.961 | 0/3 | 42.5s |
| #262 | Space Bunny Alpha medium | Stealth | 2 | 0.5 | $0.000 | 1/3 | 105.6s |
| #263 | DeepSeek V3.2 medium | DeepSeek | 2 | 0.3 | $0.152 | 0/3 | 22.9s |
| #264 | Trinity Large Thinking low | Arcee AI | 2 | 0.3 | $0.918 | 0/3 | 140.3s |
| #269 | GLM 5 Turbo medium | Z.ai | 2 | 0.3 | $0.323 | 0/3 | 71.1s |
| #270 | DeepSeek V4 Flash 0731 none | DeepSeek | 2 | 0.5 | $0.053 | 1/3 | 1.17s |
| #271 | Gemini 3.1 Flash Lite Preview none | 2 | 0.5 | $0.090 | 1/3 | 811ms | |
| #273 | Gemini 3.5 Flash none | 2 | 0.5 | $1.752 | 1/3 | 12.2s | |
| #275 | Trinity Large Thinking medium | Arcee AI | 2 | 0.5 | $0.862 | 1/3 | 124.2s |
| #277 | Inkling none | Thinkingmachines | 2 | 0.5 | $0.292 | 1/3 | 1.18s |