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) |
|---|---|---|---|---|---|---|---|
| #368 | Laguna S 2.1 low | Poolside | 3 | 0.3 | $0.108 | 0/3 | 2.46s |
| #369 | Nemotron 3.5 Lightning low | NVIDIA | 3 | 0.4 | $0.175 | 0/3 | 52.7s |
| #373 | Ling 2.6 Flash default | Inclusionai | 3 | 0.3 | $0.002 | 0/3 | 5.20s |
| #377 | Nemotron 3 Super none | NVIDIA | 3 | 0.3 | $0.016 | 0/3 | 6.78s |
| #378 | KAT Coder AIR V2.5 default | Kwaipilot | 3 | 0.3 | $0.070 | 0/3 | 8.33s |
| #380 | Granite 4.2 8B none | IBM Granite | 3 | 0.3 | $0.037 | 0/3 | 53.6s |
| #381 | Cobuddy medium | Baidu | 3 | 0.3 | $0.000 | 0/3 | 128.2s |
| #386 | gpt-oss-120b none | OpenAI | 3 | 0.3 | $0.016 | 0/3 | 35.0s |
| #396 | Granite 4.1 8b default | IBM Granite | 3 | 0.3 | $0.007 | 0/3 | 287ms |
| #397 | Nemotron 3.5 Lightning none | NVIDIA | 3 | 0.3 | $0.009 | 0/3 | 683ms |
| #402 | Grok 4.20 Beta default | X AI | 3 | 0.3 | $0.087 | 0/3 | 611ms |
| #403 | Laguna M.1 default | Poolside | 3 | 0.4 | $0.009 | 0/3 | 5.50s |
| #404 | Elephant Alpha default | Openrouter | 3 | 0.3 | $0.000 | 0/3 | 927ms |
| #405 | Elephant Alpha medium | Openrouter | 3 | 0.3 | $0.000 | 0/3 | 925ms |
| #412 | Xing4.0 29b A4b none | Xingchen AGI | 3 | 0.3 | $0.000 | 0/3 | 5.73s |