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) |
|---|---|---|---|---|---|---|---|
| #117 | GPT-5.6 Luna low | OpenAI | 3 | 3.6 | $0.249 | 0/3 | 10.0s |
| #120 | Gemini 3.1 Flash Lite minimal | 3 | 2.9 | $0.047 | 0/3 | 1.02s | |
| #121 | gpt-oss-120b medium | OpenAI | 3 | 2.9 | $0.019 | 0/3 | 50.9s |
| #122 | Gemini 3.1 Flash Lite none | 3 | 2.9 | $0.046 | 0/3 | 762ms | |
| #136 | GPT-5.4 Mini none | OpenAI | 3 | 3.5 | $0.095 | 0/3 | 937ms |
| #141 | GLM 5 none | Z.ai | 3 | 3.0 | $0.041 | 0/3 | 2.24s |
| #143 | Gemini 3.1 Flash Lite high | 3 | 3.6 | $2.044 | 0/3 | 139.9s | |
| #149 | KAT-Coder-Air V2.5 medium | Kwaipilot | 3 | 3.0 | $0.048 | 0/3 | 4.87s |
| #151 | GLM 5.1 none | Z.ai | 3 | 2.9 | $0.164 | 0/3 | 1.99s |
| #156 | Gemma 4 26B A4B none | 3 | 3.6 | $0.015 | 0/3 | 2.49s | |
| #159 | GPT-5.6 Luna none | OpenAI | 3 | 2.9 | $0.142 | 0/3 | 737ms |
| #161 | Qwen3.6 35B A3B none | Qwen | 3 | 3.5 | $0.061 | 0/3 | 7.45s |
| #162 | Ling-2.6-1T none | Inclusionai | 3 | 3.0 | $0.016 | 0/3 | 1.04s |
| #168 | MiMo-V2.5 none | Xiaomi | 3 | 3.0 | $0.025 | 0/3 | 756ms |
| #169 | Qwen3.5-9B none | Qwen | 3 | 3.0 | $0.021 | 0/3 | 464ms |