Rezolvare de puzzle-uri: Răspuns greșit
Rezolvare de puzzle-uri
Răspuns greșit
Vezi ce modele AI au cele mai mari șanse să întâmpine Răspuns greșit la Rezolvare de puzzle-uri, ca să găsești mai repede punctele slabe.
Motive de eșec
239/239
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) |
|---|---|---|---|---|---|---|---|
| #380 | Granite 4.2 8B none | IBM Granite | 1 | 0.3 | $0.037 | 0/3 | 107.6s |
| #384 | MiniMax M2.5 medium | Minimax | 1 | 0.5 | $0.440 | 1/3 | 11.2s |
| #386 | gpt-oss-120b none | OpenAI | 1 | 0.6 | $0.016 | 1/3 | 8.21s |
| #387 | GLM 5 Turbo none | Z.ai | 1 | 0.5 | $0.047 | 1/3 | 2.65s |
| #390 | Qwen3.5-9B medium | Qwen | 1 | 0.3 | $0.106 | 0/3 | 32.3s |
| #391 | Grok 4.20 Multi Agent Beta medium | X AI | 1 | 0.7 | $5.599 | 1/3 | 5.19s |
| #392 | Hunter Alpha medium | OpenRouter | 1 | 0.6 | $0.000 | 1/3 | 5.35s |
| #393 | Grok 4.1 Fast medium | X AI | 1 | 0.5 | $0.069 | 1/3 | 7.40s |
| #394 | Laguna M.1 medium | Poolside | 1 | 0.5 | $0.033 | 1/3 | 10.2s |
| #398 | Xing4.0 29b A4b medium | Xingchen AGI | 1 | 0.3 | $0.000 | 0/3 | 257.1s |
| #402 | Grok 4.20 Beta default | X AI | 1 | 0.8 | $0.087 | 2/3 | 586ms |
| #405 | Elephant Alpha medium | Openrouter | 1 | 0.5 | $0.000 | 1/3 | 868ms |
| #406 | Hunter Alpha default | OpenRouter | 1 | 0.6 | $0.000 | 1/3 | 3.71s |
| #409 | Laguna Xs.2 medium | Poolside | 1 | 0.5 | $0.015 | 1/3 | 1.93s |
| #413 | Grok Build 0.1 none | X AI | 1 | 0.6 | $0.547 | 1/3 | 9.55s |