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) |
|---|---|---|---|---|---|---|---|
| #173 | MiMo-V2.5 medium | Xiaomi | 1 | 3.6 | $0.104 | 0/3 | 137.7s |
| #176 | Mimo V2 PRO medium | Xiaomi | 1 | 5.3 | $0.333 | 1/3 | 8.82s |
| #183 | Qwen3.5-35B-A3B medium | Qwen | 1 | 3.5 | $1.140 | 0/3 | 76.4s |
| #193 | Nemotron 3 Ultra none | NVIDIA | 1 | 5.3 | $0.084 | 1/3 | 758ms |
| #204 | Mimo V2 Omni medium | Xiaomi | 1 | 3.0 | $0.683 | 0/3 | 47.9s |
| #208 | Seed 2.1 Turbo none | Bytedance Seed | 1 | 7.7 | $0.092 | 2/3 | 1.36s |
| #220 | KAT-Coder-Air V2.5 high | Kwaipilot | 1 | 3.0 | $0.077 | 0/3 | 7.28s |
| #229 | Qwen3.6 27B none | Qwen | 1 | 7.7 | $0.116 | 2/3 | 2.79s |
| #231 | Qwen3.8 27B none | Qwen | 1 | 7.7 | ~$0.006 | 2/3 | 552ms |
| #259 | MiniMax M2.7 medium | Minimax | 1 | 3.0 | $0.208 | 0/3 | 39.7s |
| #268 | Hy4 preview none | Tencent | 1 | 6.8 | $0.041 | 1/3 | 25.6s |
| #277 | Hunter Alpha medium | OpenRouter | 1 | 3.0 | $0.000 | 0/3 | 10.5s |
| #278 | Grok 4.1 Fast medium | X AI | 1 | 5.8 | $0.069 | 1/3 | 121.8s |
| #311 | LFM2-24B-A2B none | Liquid | 1 | 5.9 | $0.001 | 1/3 | 287ms |