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) |
|---|---|---|---|---|---|---|---|
| #18 | Seed 2.1 Turbo low | Bytedance Seed | 1 | 2.9 | $1.546 | 0/3 | 424.5s |
| #20 | Claude Fable 5.1 high | Anthropic | 1 | 7.7 | $3.364 | 2/3 | 24.3s |
| #33 | Gemini 3.6 Flash low | 1 | 7.6 | $0.251 | 2/3 | 4.65s | |
| #39 | Claude Fable 5 medium | Anthropic | 1 | 5.3 | $3.004 | 1/3 | 37.3s |
| #47 | GPT-5.2 medium | OpenAI | 1 | 5.9 | $1.182 | 1/3 | 97.3s |
| #48 | Qwen3.8 27B high | Qwen | 1 | 5.3 | ~$0.287 | 1/3 | 526.7s |
| #52 | Claude Fable 5.1 medium | Anthropic | 1 | 7.7 | $2.909 | 2/3 | 19.3s |
| #59 | Inkling high | Thinkingmachines | 1 | 7.7 | $1.046 | 2/3 | 174.7s |
| #60 | Muse Spark 1.1 high | Meta | 1 | 2.9 | $2.253 | 0/3 | 94.7s |
| #73 | GLM 5.2 medium | Z.ai | 1 | 4.1 | $0.224 | 0/3 | 45.5s |
| #75 | Claude Sonnet 4.6 medium | Anthropic | 1 | 3.0 | $2.126 | 0/3 | 58.4s |
| #92 | MiniMax M3 medium | Minimax | 1 | 3.2 | $0.300 | 0/3 | 235.0s |
| #94 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 1 | 5.3 | $0.459 | 1/3 | 56.0s |
| #95 | Qwen3.5-27B medium | Qwen | 1 | 5.9 | $0.982 | 1/3 | 89.4s |
| #101 | Qwen3.7 Max none | Qwen | 1 | 7.7 | $0.197 | 2/3 | 1.24s |