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
414/414
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) |
|---|---|---|---|---|---|---|---|
| #320 | Ember-1 none | Fireworks | 2 | 0.5 | $0.786 | 1/3 | 21.6s |
| #321 | Hy3 preview medium | Tencent | 2 | 0.5 | $0.049 | 1/3 | 22.3s |
| #323 | Granite 4.2 8B low | IBM Granite | 2 | 0.5 | $0.036 | 1/3 | 26.2s |
| #325 | Qwen3.6 Max Preview none | Qwen | 2 | 0.5 | $0.228 | 1/3 | 1.23s |
| #326 | Laguna XS 2.1 none | Poolside | 2 | 0.5 | $0.020 | 1/3 | 303ms |
| #328 | Inkling Small low | Thinkingmachines | 2 | 0.5 | $0.055 | 1/3 | 852ms |
| #329 | Ling 3.0 Flash none | Inclusionai | 2 | 0.3 | $0.004 | 0/3 | 840ms |
| #333 | MiMo-V2-Flash medium | Xiaomi | 2 | 0.6 | $0.043 | 1/3 | 96.0s |
| #334 | Mistral Small 4 medium | Mistral | 2 | 0.6 | $0.126 | 1/3 | 6.33s |
| #335 | Mistral Small 4 none | Mistral | 2 | 0.5 | $0.047 | 1/3 | 377ms |
| #337 | KAT Coder AIR V2.5 medium | Kwaipilot | 2 | 0.3 | $0.048 | 0/3 | 6.58s |
| #346 | Grok 4.20 Beta medium | X AI | 2 | 0.5 | $0.750 | 1/3 | 21.3s |
| #347 | Inkling Small none | Thinkingmachines | 2 | 0.5 | $0.054 | 1/3 | 442ms |
| #348 | Qwen3 Coder Next default | Qwen | 2 | 0.5 | $0.067 | 1/3 | 871ms |
| #350 | Gemini 3 PRO Preview medium | 2 | 0.5 | $0.385 | 1/3 | 7.01s |