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) |
|---|---|---|---|---|---|---|---|
| #382 | Mercury 2 none | Inception | 3 | 0.3 | $0.033 | 0/3 | 535ms |
| #388 | Mercury 2.5 none | Inception | 3 | 0.4 | $0.026 | 0/3 | 515ms |
| #395 | Ling 3.0 Tiny default | Inclusionai | 3 | 0.3 | $0.000 | 0/3 | 2.64s |
| #397 | Nemotron 3.5 Lightning none | NVIDIA | 3 | 0.3 | $0.009 | 0/3 | 750ms |
| #415 | Grok 4.1 Fast default | X AI | 3 | 0.3 | $0.008 | 0/3 | 1.10s |
| #109 | Nemotron 3 Ultra medium | NVIDIA | 2 | 0.5 | $0.674 | 1/3 | 3.54s |
| #110 | GPT-5.4 Nano medium | OpenAI | 2 | 0.4 | $0.235 | 0/3 | 3.79s |
| #126 | Step 3.7 Flash medium | Stepfun | 2 | 0.6 | $0.571 | 1/3 | 6.19s |
| #138 | Muse Glimmer 30B medium | Meta | 2 | 0.6 | $0.288 | 1/3 | 64.7s |
| #146 | Mistral Large 4 high | Mistral | 2 | 0.5 | $1.391 | 1/3 | 55.2s |
| #154 | Inkling Small high | Thinkingmachines | 2 | 0.5 | $0.398 | 0/3 | 14.4s |
| #162 | LongCat 2.0 high | Meituan | 2 | 0.3 | $0.778 | 0/3 | 9.18s |
| #171 | LongCat 2.0 medium | Meituan | 2 | 0.5 | $0.767 | 1/3 | 8.84s |
| #173 | Step 3.7 Flash low | Stepfun | 2 | 0.6 | $0.449 | 1/3 | 1.84s |
| #217 | LongCat 2.0 low | Meituan | 2 | 0.3 | $0.630 | 0/3 | 8.15s |