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) |
|---|---|---|---|---|---|---|---|
| #419 | Span-02 default | Respan | 2 | 0.5 | $0.001 | 1/3 | 1.24s |
| #420 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 2 | 0.3 | $0.000 | 0/3 | 56.7s |
| #421 | d1-ultra default | Liquid | 2 | 0.5 | $0.003 | 1/3 | 576ms |
| #425 | Decider V1.1 27B default | Perplexity | 2 | 0.5 | $0.002 | 1/3 | 313ms |
| #426 | Drex v1.5 default | Nace AI | 2 | 0.5 | $0.002 | 1/3 | 1.09s |
| #427 | GPT-6 Luna Decisions default | OpenAI | 2 | 0.5 | $0.005 | 1/3 | 554ms |
| #428 | Kev 4B default | Jaredpalmer | 2 | 0.5 | $0.002 | 1/3 | 6.34s |
| #430 | Classify-1 default | Scaledown | 2 | 0.5 | $0.008 | 1/3 | 1.54s |
| #432 | Decider Flash V1.2 default | Perplexity | 2 | 0.5 | $0.001 | 1/3 | 527ms |
| #441 | Nimble v3 9B default | Bespoke Labs | 2 | 0.2 | ~$0.001 | 0/2 | 80ms |
| #1 | Gemini 3.6 Flash high | 1 | 0.8 | $0.900 | 2/3 | 33.3s | |
| #3 | GPT-6 Sol high | OpenAI | 1 | 0.8 | $0.921 | 2/3 | 62.9s |
| #6 | GPT-6.1 Sol xhigh | OpenAI | 1 | 0.8 | $1.377 | 2/3 | 177.3s |
| #7 | GPT-6 Astra high | OpenAI | 1 | 0.8 | $4.458 | 2/3 | 95.1s |
| #8 | GPT-6 Astra xhigh | OpenAI | 1 | 0.8 | $6.213 | 2/3 | 147.0s |