Inteligență generală: Răspuns greșit
Inteligență generală
Răspuns greșit
Vezi ce modele AI au cele mai mari șanse să întâmpine Răspuns greșit la Inteligență generală, ca să găsești mai repede punctele slabe.
Motive de eșec
129/129
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) |
|---|---|---|---|---|---|---|---|
| #121 | MiMo-V2.6-Flash medium | Xiaomi | 1 | 0.4 | $0.218 | 0/1 | 2.34s |
| #123 | Ling 3.1 Flash high | Inclusionai | 1 | 0.4 | $0.000 | 0/1 | 7.82s |
| #124 | Grok 4.5 medium | X AI | 1 | 0.6 | $2.996 | 0/1 | 12.8s |
| #126 | Step 3.7 Flash medium | Stepfun | 1 | 0.4 | $0.571 | 0/1 | 6.85s |
| #127 | Grok 4.6 medium | X AI | 1 | 0.4 | $2.270 | 0/1 | 17.3s |
| #129 | Grok 4.5 low | X AI | 1 | 0.6 | $1.345 | 0/1 | 4.88s |
| #130 | DeepSeek V4 Flash 0731 medium | DeepSeek | 1 | 0.6 | $0.460 | 0/1 | 12.2s |
| #132 | GPT-6 Luna high | OpenAI | 1 | 0.5 | $0.074 | 0/1 | 17.4s |
| #134 | Nemotron 3.5 Super VL medium | NVIDIA | 1 | 0.6 | $0.437 | 0/1 | 12.7s |
| #136 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 1 | 0.5 | $0.435 | 0/1 | 25.3s |
| #141 | GPT-6 Luna low | OpenAI | 1 | 0.4 | $0.033 | 0/1 | 1.46s |
| #143 | Space Bunny Alpha high | Stealth | 1 | 0.4 | $0.000 | 0/1 | 4.75s |
| #147 | Seed-2.0-Code high | Bytedance Seed | 1 | 0.5 | $1.448 | 0/1 | 36.4s |
| #148 | GPT-5.6 Luna medium | OpenAI | 1 | 0.5 | $0.065 | 0/1 | 4.34s |
| #149 | Qwen3.6 Flash medium | Qwen | 1 | 0.5 | $0.783 | 0/1 | 9.88s |