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) |
|---|---|---|---|---|---|---|---|
| #215 | GLM 5.2 none | Z.ai | 1 | 0.6 | $0.250 | 0/1 | 4.42s |
| #217 | LongCat 2.0 low | Meituan | 1 | 0.3 | $0.630 | 0/1 | 22.5s |
| #219 | Step 3.7 Flash high | Stepfun | 1 | 0.6 | $1.478 | 0/1 | 4.17s |
| #220 | Beam 1.0 501B A23B medium | Reflection | 1 | 0.5 | $0.499 | 0/1 | 1.87s |
| #221 | KAT-Coder-Pro V2.5 low | Kwaipilot | 1 | 0.4 | $0.568 | 0/1 | 2.32s |
| #225 | Mercury 2.5 high | Inception | 1 | 0.5 | $0.044 | 0/1 | 2.69s |
| #226 | Beam 1.0 501B A23B xhigh | Reflection | 1 | 0.5 | $0.688 | 0/1 | 2.50s |
| #228 | GLM 5.1 none | Z.ai | 1 | 0.5 | $0.451 | 0/1 | 790ms |
| #229 | KAT-Coder-Pro V2.5 high | Kwaipilot | 1 | 0.5 | $0.506 | 0/1 | 3.27s |
| #231 | Laguna XS 2.1 medium | Poolside | 1 | 0.5 | $0.083 | 0/1 | 4.15s |
| #234 | Beam 1.0 501B A23B max | Reflection | 1 | 0.6 | $0.799 | 0/1 | 3.63s |
| #239 | Mercury 2.5 medium | Inception | 1 | 0.4 | $0.034 | 0/1 | 1.60s |
| #242 | Dots 3 Note Preview high | Dots Studio | 1 | 0.3 | $0.000 | 0/1 | 19.6s |
| #243 | Dots 3 Note Preview low | Dots Studio | 1 | 0.4 | $0.000 | 0/1 | 27.5s |
| #244 | LongCat 2.0 none | Meituan | 1 | 0.5 | $0.104 | 0/1 | 2.76s |