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
59/59
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) |
|---|---|---|---|---|---|---|---|
| #82 | DeepSeek V4 Pro none | DeepSeek | 1 | 5.0 | $0.096 | 0/1 | 2.05s |
| #83 | GPT-5.6 Sol none | OpenAI | 1 | 6.5 | $0.524 | 0/1 | 1.52s |
| #85 | Qwen3.6 Flash medium | Qwen | 1 | 4.8 | $0.738 | 0/1 | 9.88s |
| #86 | Step 3.7 Flash high | Stepfun | 1 | 5.5 | $1.207 | 0/1 | 4.17s |
| #91 | LongCat 2.0 low | Meituan | 1 | 3.4 | $0.391 | 0/1 | 22.5s |
| #92 | KAT-Coder-Pro V2.5 none | Kwaipilot | 1 | 4.8 | $0.476 | 0/1 | 5.16s |
| #96 | GLM 5.2 none | Z.ai | 1 | 6.1 | $0.151 | 0/1 | 4.42s |
| #97 | LongCat 2.0 high | Meituan | 1 | 5.1 | $0.469 | 0/1 | 17.0s |
| #98 | Qwen3.6 Max Preview none | Qwen | 1 | 4.3 | $0.231 | 0/1 | 1.62s |
| #102 | Laguna XS 2.1 medium | Poolside | 1 | 5.0 | $0.068 | 0/1 | 4.15s |
| #105 | Gemini 3.1 Flash Lite low | 1 | 4.0 | $0.621 | 0/1 | 1.37s | |
| #107 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1 | 4.4 | $0.073 | 0/1 | 2.26s |
| #111 | LongCat 2.0 none | Meituan | 1 | 5.0 | $0.044 | 0/1 | 2.76s |
| #117 | GPT-5.6 Luna low | OpenAI | 1 | 5.0 | $0.249 | 0/1 | 2.25s |
| #118 | Gemini 2.5 Flash none | 1 | 5.0 | $0.017 | 0/1 | 615ms |