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) |
|---|---|---|---|---|---|---|---|
| #273 | KAT-Coder-Pro V2.5 default | Kwaipilot | 3 | 0.4 | $0.742 | 0/3 | 24.9s |
| #274 | Apodex 1.1 Mini medium | Apodex | 3 | 0.4 | $0.000 | 0/3 | 63.7s |
| #276 | GLM 5.3 FlashX low | Z.ai | 3 | 0.3 | $0.157 | 0/3 | 3.87s |
| #278 | Inkling Small medium | Thinkingmachines | 3 | 0.3 | $0.113 | 0/3 | 7.65s |
| #279 | Seed-2.0-Lite none | Bytedance Seed | 3 | 0.3 | $0.114 | 0/3 | 1.12s |
| #280 | Gemini 3.1 Flash Lite minimal | 3 | 0.3 | $0.080 | 0/3 | 972ms | |
| #281 | gpt-oss-120b medium | OpenAI | 3 | 0.3 | $0.030 | 0/3 | 27.6s |
| #282 | Gemini 3.1 Flash Lite none | 3 | 0.3 | $0.069 | 0/3 | 701ms | |
| #284 | Claude Sonnet 5 none | Anthropic | 3 | 0.3 | $1.095 | 0/3 | 3.32s |
| #287 | Qwen3.8 Flash Next none | Qwen | 3 | 0.3 | ~$0.011 | 0/3 | 5.38s |
| #291 | Ring 2.6 1t medium | Inclusionai | 3 | 0.4 | $0.102 | 0/3 | 65.3s |
| #292 | Trinity Large Thinking high | Arcee AI | 3 | 0.3 | $0.794 | 0/3 | 66.9s |
| #294 | GPT-5.4 Mini none | OpenAI | 3 | 0.4 | $0.170 | 0/3 | 1.31s |
| #295 | Mistral Large 4 none | Mistral | 3 | 0.3 | $0.290 | 0/3 | 1.61s |
| #297 | Dots 3 Note Preview medium | Dots Studio | 3 | 0.4 | $0.000 | 0/3 | 47.5s |