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) |
|---|---|---|---|---|---|---|---|
| #341 | Mercury 2.5 Preview low | Inception | 3 | 0.4 | $0.015 | 0/3 | 836ms |
| #343 | Dots 3 Note Preview default | Dots Studio | 3 | 0.3 | $0.000 | 0/3 | 1.10s |
| #344 | GPT-4o-mini default | OpenAI | 3 | 0.3 | $0.024 | 0/3 | 743ms |
| #349 | Laguna S 2.1 high | Poolside | 3 | 0.3 | $0.145 | 0/3 | 2.51s |
| #351 | Ling 2.6 1t default | Inclusionai | 3 | 0.3 | $0.016 | 0/3 | 1.08s |
| #352 | MiMo-V2.5 none | Xiaomi | 3 | 0.3 | $0.049 | 0/3 | 1.24s |
| #353 | Qwen3.5-9B none | Qwen | 3 | 0.3 | $0.041 | 0/3 | 636ms |
| #358 | Mercury 2.5 Preview default | Inception | 3 | 0.4 | $0.023 | 0/3 | 631ms |
| #359 | Nemotron 3.5 Lightning medium | NVIDIA | 3 | 0.3 | $0.195 | 0/3 | 74.7s |
| #360 | North Mini Code default | Cohere | 3 | 0.3 | $0.000 | 0/3 | 14.7s |
| #361 | Laguna S 2.1 none | Poolside | 3 | 0.3 | $0.044 | 0/3 | 337ms |
| #363 | Qwen3 Coder Next medium | Qwen | 3 | 0.4 | $0.071 | 0/3 | 570ms |
| #364 | DeepSeek V3.2 none | DeepSeek | 3 | 0.3 | $0.119 | 0/3 | 1.48s |
| #365 | GPT-5.4 Nano none | OpenAI | 3 | 0.3 | $0.068 | 0/3 | 880ms |
| #366 | Gemini 3.1 Flash Lite high | 3 | 0.4 | $2.044 | 0/3 | 139.9s |