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.
Motive de eșec
323/323
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) |
|---|---|---|---|---|---|---|---|
| #261 | Qwen3.5-35B-A3B medium | Qwen | 1 | 0.3 | $0.716 | 0/1 | 177.4s |
| #262 | Qwen3.6 27B none | Qwen | 1 | 0.3 | $0.148 | 0/1 | 4.03s |
| #263 | Gemini 3.5 Flash Lite low | 1 | 0.5 | $0.183 | 0/1 | 1.65s | |
| #264 | Gemini 3.1 Flash Lite Preview low | 1 | 0.3 | $0.736 | 0/1 | 1.35s | |
| #265 | Minimax M3.1 Flash medium | Minimax | 1 | 0.3 | $0.000 | 0/1 | 32.5s |
| #266 | Gemini 3.1 Flash Lite low | 1 | 0.3 | $0.717 | 0/1 | 1.46s | |
| #267 | Solar Pro 4 high | Upstage | 1 | 0.3 | $0.077 | 0/1 | 81.1s |
| #268 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1 | 0.3 | $0.176 | 0/1 | 1.11s |
| #270 | Claude Opus 4.6 medium | Anthropic | 1 | 0.3 | $2.961 | 0/1 | 63.2s |
| #271 | Space Bunny Alpha medium | Stealth | 1 | 0.3 | $0.000 | 0/1 | 197.3s |
| #272 | DeepSeek V3.2 medium | DeepSeek | 1 | 0.3 | $0.152 | 0/1 | 84.0s |
| #273 | Trinity Large Thinking low | Arcee AI | 1 | 0.3 | $0.918 | 0/1 | 2.10s |
| #274 | DeepSeek V4 Flash 0423 none | DeepSeek | 1 | 0.3 | $0.149 | 0/1 | 3.07s |
| #275 | Grok 4.20 medium | X AI | 1 | 0.3 | $1.246 | 0/1 | 63.5s |
| #276 | Space Bunny Alpha xhigh | Stealth | 1 | 0.3 | $0.000 | 0/1 | 367.8s |