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) |
|---|---|---|---|---|---|---|---|
| #186 | Qwen3.5-122B-A10B medium | Qwen | 3 | 0.3 | $1.152 | 0/3 | 74.4s |
| #187 | Grok 4.6 low | X AI | 3 | 0.3 | $0.781 | 0/3 | 18.2s |
| #189 | Muse Glimmer 30B low | Meta | 3 | 0.3 | $0.219 | 0/3 | 11.5s |
| #190 | Gemini 3.1 Flash Lite medium | 3 | 0.3 | $0.153 | 0/3 | 3.93s | |
| #193 | GPT-5.6 Luna low | OpenAI | 3 | 0.3 | $0.049 | 0/3 | 11.2s |
| #202 | Solar Pro 4 xhigh | Upstage | 3 | 0.3 | $0.067 | 0/3 | 287.7s |
| #206 | Solar Pro 4 low | Upstage | 3 | 0.3 | $0.101 | 0/3 | 279.0s |
| #212 | Apodex 1.1 Mini high | Apodex | 3 | 0.3 | $0.000 | 0/3 | 54.7s |
| #213 | GLM 5.3 Flash low | Z.ai | 3 | 0.4 | $0.038 | 0/3 | 7.93s |
| #216 | Qwen3.7 Flash medium | Qwen | 3 | 0.3 | $0.076 | 0/3 | 38.0s |
| #218 | Mercury 2 medium | Inception | 3 | 0.3 | $0.121 | 0/3 | 8.06s |
| #219 | Step 3.7 Flash high | Stepfun | 3 | 0.4 | $1.478 | 0/3 | 189.3s |
| #220 | Beam 1.0 501B A23B medium | Reflection | 3 | 0.3 | $0.499 | 0/3 | 11.7s |
| #221 | KAT-Coder-Pro V2.5 low | Kwaipilot | 3 | 0.3 | $0.568 | 0/3 | 22.9s |
| #223 | Qwen3.6 35B A3B medium | Qwen | 3 | 0.3 | $0.834 | 0/3 | 25.4s |