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) |
|---|---|---|---|---|---|---|---|
| #164 | Gemini 3.5 Flash Lite medium | 1 | 0.8 | $0.440 | 2/3 | 1.82s | |
| #165 | Qwen3.5-27B none | Qwen | 1 | 0.7 | $0.116 | 1/3 | 1.38s |
| #170 | Qwen3.7 Flash high | Qwen | 1 | 0.7 | $0.063 | 1/3 | 10.8s |
| #174 | Qwen3.6 27B medium | Qwen | 1 | 0.8 | $1.021 | 2/3 | 61.1s |
| #176 | Qwen3.8 Flash Next xhigh | Qwen | 1 | 0.8 | ~$0.195 | 2/3 | 19.5s |
| #178 | MiMo-V2.6-Flash low | Xiaomi | 1 | 0.8 | $0.200 | 2/3 | 24.2s |
| #180 | GPT-5.2 Chat default | OpenAI | 1 | 0.8 | $0.594 | 2/3 | 4.10s |
| #182 | Gemini 3.1 Flash Lite Preview medium | 1 | 0.8 | $0.158 | 2/3 | 5.30s | |
| #183 | Kimi K2.7 Code medium | Moonshot AI | 1 | 0.6 | $1.136 | 1/3 | 41.0s |
| #185 | Step 5 Preview high | Stepfun | 1 | 0.6 | $4.513 | 1/3 | 143.2s |
| #190 | Gemini 3.1 Flash Lite medium | 1 | 0.8 | $0.153 | 2/3 | 1.95s | |
| #193 | GPT-5.6 Luna low | OpenAI | 1 | 0.8 | $0.049 | 2/3 | 3.59s |
| #196 | Kimi K2.6 medium | Moonshot AI | 1 | 0.6 | $1.594 | 1/3 | 25.1s |
| #198 | Inkling low | Thinkingmachines | 1 | 0.6 | $0.293 | 1/3 | 2.97s |
| #200 | GPT-6 Sol none | OpenAI | 1 | 0.8 | $0.551 | 2/3 | 1.40s |