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) |
|---|---|---|---|---|---|---|---|
| #385 | GLM 4.7 Flash medium | Z.ai | 2 | 0.3 | $0.193 | 0/3 | 96.7s |
| #387 | GLM 5 Turbo none | Z.ai | 2 | 0.5 | $0.047 | 1/3 | 1.97s |
| #388 | Mercury 2.5 none | Inception | 2 | 0.5 | $0.026 | 1/3 | 533ms |
| #389 | Qwen3.6 Plus Preview medium | Qwen | 2 | 0.3 | $0.000 | 0/3 | 22.1s |
| #391 | Grok 4.20 Multi Agent Beta medium | X AI | 2 | 0.3 | $5.599 | 0/3 | 24.7s |
| #394 | Laguna M.1 medium | Poolside | 2 | 0.5 | $0.033 | 1/3 | 24.1s |
| #395 | Ling 3.0 Tiny default | Inclusionai | 2 | 0.3 | $0.000 | 0/3 | 880ms |
| #406 | Hunter Alpha default | OpenRouter | 2 | 0.5 | $0.000 | 1/3 | 2.33s |
| #407 | Grok 4.20 none | X AI | 2 | 0.3 | $0.057 | 0/3 | 687ms |
| #409 | Laguna Xs.2 medium | Poolside | 2 | 0.4 | $0.015 | 0/3 | 11.1s |
| #410 | Hy3 preview none | Tencent | 2 | 0.4 | $0.007 | 0/3 | 17.6s |
| #411 | MiMo-V2-Flash default | Xiaomi | 2 | 0.5 | $0.025 | 1/3 | 564ms |
| #413 | Grok Build 0.1 none | X AI | 2 | 0.4 | $0.547 | 0/3 | 103.7s |
| #415 | Grok 4.1 Fast default | X AI | 2 | 0.6 | $0.008 | 1/3 | 1.06s |
| #416 | Laguna Xs.2 default | Poolside | 2 | 0.5 | $0.004 | 1/3 | 371ms |