Eșecuri pe categorii AI BENCHY
Cultură generală: Eroare API
Cultură generală
Eroare API
Vezi ce modele AI au cele mai mari șanse să întâmpine Eroare API la Cultură generală, ca să găsești mai repede punctele slabe. Sortează după: Timp de răspuns (mediu) ↓.
Motive de eșec
| Rang | Model | Companie | Număr de Eroare API | Scor de categorie | Teste corecte | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|
| #161 | Qwen3.5-9B medium | Qwen | 1 | 3.0 | 0/1 | 177.0s |
| #35 | Gemini 3 PRO Preview medium | 1 | 3.0 | 0/1 | 0ms | |
| #92 | Laguna M.1 medium | Poolside | 1 | 3.0 | 0/1 | 0ms |
| #93 | Qwen3.6 Plus Preview medium | Qwen | 1 | 3.0 | 0/1 | 0ms |
| #107 | Laguna Xs.2 medium | Poolside | 1 | 3.0 | 0/1 | 0ms |
| #136 | Elephant Alpha medium | Openrouter | 1 | 3.0 | 0/1 | 0ms |
| #137 | Elephant Alpha none | Openrouter | 1 | 3.0 | 0/1 | 0ms |
| #145 | Laguna M.1 none | Poolside | 1 | 3.0 | 0/1 | 0ms |
| #146 | Laguna Xs.2 none | Poolside | 1 | 3.0 | 0/1 | 0ms |
| #149 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 1 | 3.0 | 0/1 | 0ms |
| #159 | Ling-2.6-1T none | Inclusionai | 1 | 3.0 | 0/1 | 0ms |
| #162 | Nemotron 3 Nano Omni 30b A3b Reasoning none | NVIDIA | 1 | 3.0 | 0/1 | 0ms |