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
198/198
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) |
|---|---|---|---|---|---|---|---|
| #70 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 3 | 2.9 | $0.317 | 0/3 | 53.1s |
| #71 | Qwen3.7 Plus none | Qwen | 3 | 3.0 | $0.106 | 0/3 | 868ms |
| #72 | Qwen3.5-122B-A10B medium | Qwen | 3 | 2.9 | $1.046 | 0/3 | 63.4s |
| #78 | Mercury 2 medium | Inception | 3 | 2.9 | $0.093 | 0/3 | 6.48s |
| #81 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 3 | 2.9 | $0.467 | 0/3 | 29.0s |
| #83 | GPT-5.6 Sol none | OpenAI | 3 | 3.6 | $0.524 | 0/3 | 1.43s |
| #85 | Qwen3.6 Flash medium | Qwen | 3 | 3.5 | $0.738 | 0/3 | 14.6s |
| #87 | GPT-5.5 none | OpenAI | 3 | 2.9 | $0.544 | 0/3 | 1.31s |
| #92 | KAT-Coder-Pro V2.5 none | Kwaipilot | 3 | 3.6 | $0.476 | 0/3 | 21.6s |
| #99 | Qwen3.6 27B medium | Qwen | 3 | 2.9 | $0.779 | 0/3 | 73.4s |
| #102 | Laguna XS 2.1 medium | Poolside | 3 | 2.9 | $0.068 | 0/3 | 65.7s |
| #103 | Qwen3.5-27B none | Qwen | 3 | 3.0 | $0.090 | 0/3 | 540ms |
| #108 | Ring-2.6-1T medium | Inclusionai | 3 | 3.5 | $0.103 | 0/3 | 64.9s |
| #111 | LongCat 2.0 none | Meituan | 3 | 3.0 | $0.044 | 0/3 | 1.72s |
| #116 | Seed-2.0-Lite none | Bytedance Seed | 3 | 3.6 | $0.066 | 0/3 | 1.33s |