Cultură generală: Răspuns greșit
Cultură generală
Răspuns greșit
Vezi ce modele AI au cele mai mari șanse să întâmpine Răspuns greșit la Cultură generală, ca să găsești mai repede punctele slabe. Sortează după: Timp de răspuns (mediu) ↓.
Motive de eșec
263/263
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) |
|---|---|---|---|---|---|---|---|
| #31 | Qwen3.8 Max (0902) high | Qwen | 1 | 3.0 | $2.736 | 0/1 | 532.6s |
| #71 | Qwen3.8 2.4T A95B low | Qwen | 1 | 3.0 | $2.672 | 0/1 | 422.5s |
| #125 | Qwen3.8 2.4T A95B high | Qwen | 1 | 3.0 | $2.357 | 0/1 | 348.0s |
| #122 | Kimi K2.7 Code medium | Moonshot AI | 1 | 3.0 | $0.655 | 0/1 | 341.8s |
| #60 | Qwen3.8 27B high | Qwen | 1 | 3.0 | ~$0.287 | 0/1 | 264.0s |
| #312 | Granite 4.2 8B high | IBM Granite | 1 | 3.0 | $0.135 | 0/1 | 252.5s |
| #77 | DeepSeek V4 Flash 0731 low | DeepSeek | 1 | 3.0 | $0.138 | 0/1 | 246.9s |
| #231 | Mimo V2 Omni medium | Xiaomi | 1 | 3.0 | $0.683 | 0/1 | 234.2s |
| #291 | Laguna S 2.1 low | Poolside | 1 | 3.0 | $0.082 | 0/1 | 202.5s |
| #315 | Laguna S 2.1 none | Poolside | 1 | 3.0 | $0.022 | 0/1 | 200.5s |
| #124 | LongCat 2.0 medium | Meituan | 1 | 3.0 | $0.499 | 0/1 | 191.2s |
| #173 | Gemma 4 26B A4B medium | 1 | 3.0 | $0.084 | 0/1 | 180.9s | |
| #210 | Qwen3.5-35B-A3B medium | Qwen | 1 | 3.0 | $1.148 | 0/1 | 177.4s |
| #24 | Seed 2.1 Turbo low | Bytedance Seed | 1 | 3.0 | $1.546 | 0/1 | 171.9s |
| #102 | MiMo-V2.6-Flash low | Xiaomi | 1 | 3.0 | $0.174 | 0/1 | 154.4s |