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
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) |
|---|---|---|---|---|---|---|---|
| #253 | KAT-Coder-Air V2.5 medium | Kwaipilot | 1 | 3.0 | $0.048 | 0/1 | 15.7s |
| #254 | Nemotron 3.5 Lightning high | NVIDIA | 1 | 3.0 | $0.133 | 0/1 | 78.0s |
| #256 | Qwen3.6 27B none | Qwen | 1 | 3.0 | $0.062 | 0/1 | 4.03s |
| #257 | Hy3 preview low | Tencent | 1 | 3.0 | $0.042 | 0/1 | 41.7s |
| #258 | Qwen3.8 27B none | Qwen | 1 | 3.0 | ~$0.006 | 0/1 | 703ms |
| #259 | Mimo V2 Omni none | Xiaomi | 1 | 3.0 | $0.021 | 0/1 | 1.30s |
| #260 | MiMo-V2.6-Flash none | Xiaomi | 1 | 3.0 | $0.037 | 0/1 | 55.1s |
| #261 | DeepSeek V4 Flash 0423 none | DeepSeek | 1 | 3.0 | $0.025 | 0/1 | 3.07s |
| #262 | DeepSeek V4.1 Flash none | DeepSeek | 1 | 3.0 | $0.185 | 0/1 | 1.32s |
| #263 | Laguna S 2.1 medium | Poolside | 1 | 3.0 | $0.053 | 0/1 | 7.11s |
| #264 | KAT-Coder-Air V2.5 low | Kwaipilot | 1 | 3.0 | $0.046 | 0/1 | 20.0s |
| #265 | GPT-5.6 Luna none | OpenAI | 1 | 3.0 | $0.029 | 0/1 | 651ms |
| #266 | MiMo-V2.5-Pro none | Xiaomi | 1 | 3.0 | $0.068 | 0/1 | 1.89s |
| #267 | Kimi K2.5 none | Moonshot AI | 1 | 3.0 | $0.101 | 0/1 | 3.90s |
| #268 | DeepSeek V4 Flash 0731 none | DeepSeek | 1 | 3.0 | $0.021 | 0/1 | 1.85s |