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
202/202
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) |
|---|---|---|---|---|---|---|---|
| #174 | MiMo-V2.5 none | Xiaomi | 3 | 3.0 | $0.025 | 0/3 | 756ms |
| #175 | Qwen3.5-9B none | Qwen | 3 | 3.0 | $0.021 | 0/3 | 464ms |
| #177 | North Mini Code none | Cohere | 3 | 3.0 | $0.000 | 0/3 | 14.7s |
| #180 | GPT-4o-mini none | OpenAI | 3 | 3.0 | $0.010 | 0/3 | 637ms |
| #183 | Nemotron 3 Super none | NVIDIA | 3 | 3.6 | $0.008 | 0/3 | 6.23s |
| #184 | Ling-2.6-flash none | Inclusionai | 3 | 3.0 | $0.002 | 0/3 | 4.95s |
| #186 | GPT-5.4 Nano none | OpenAI | 3 | 2.9 | $0.041 | 0/3 | 926ms |
| #188 | KAT-Coder-Air V2.5 none | Kwaipilot | 3 | 2.9 | $0.067 | 0/3 | 6.24s |
| #194 | Cobuddy medium | Baidu | 3 | 2.9 | $0.000 | 0/3 | 128.2s |
| #197 | Grok 4.20 Beta none | X AI | 3 | 3.0 | $0.087 | 0/3 | 611ms |
| #198 | Laguna M.1 none | Poolside | 3 | 3.6 | $0.009 | 0/3 | 5.50s |
| #199 | Elephant Alpha none | Openrouter | 3 | 3.0 | $0.000 | 0/3 | 927ms |
| #201 | Elephant Alpha medium | Openrouter | 3 | 3.0 | $0.000 | 0/3 | 925ms |
| #207 | Granite 4.1 8B none | IBM Granite | 3 | 3.0 | $0.007 | 0/3 | 357ms |
| #212 | gpt-oss-120b none | OpenAI | 3 | 3.0 | $0.010 | 0/3 | 35.0s |