Eșecuri pe categorii AI BENCHY
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
133/133
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) |
|---|---|---|---|---|---|---|---|
| #93 | Gemini 2.5 Flash none | 1 | 3.0 | $0.016 | 0/1 | 1.15s | |
| #94 | Gemini 3.1 Flash Lite minimal | 1 | 3.0 | $0.013 | 0/1 | 724ms | |
| #96 | Gemini 3.1 Flash Lite none | 1 | 3.0 | $0.013 | 0/1 | 733ms | |
| #97 | Qwen3.5-Flash none | Qwen | 1 | 3.0 | $0.005 | 0/1 | 588ms |
| #98 | Gemma 4 31B none | 1 | 3.0 | $0.004 | 0/1 | 1.25s | |
| #99 | Nemotron 3 Ultra 550b A55b none | NVIDIA | 1 | 3.0 | $0.027 | 0/1 | 1.83s |
| #100 | Qwen3.6 Max Preview none | Qwen | 1 | 3.0 | $0.075 | 0/1 | 1.97s |
| #101 | GLM 5 none | Z.ai | 1 | 3.0 | $0.027 | 0/1 | 3.62s |
| #102 | Qwen3.6 Flash none | Qwen | 1 | 3.0 | $0.015 | 0/1 | 649ms |
| #103 | Qwen3.5-35B-A3B none | Qwen | 1 | 3.0 | $0.012 | 0/1 | 493ms |
| #104 | Qwen3.5-27B none | Qwen | 1 | 3.0 | $0.015 | 0/1 | 599ms |
| #105 | GLM 5V Turbo none | Z.ai | 1 | 3.0 | $0.052 | 0/1 | 2.23s |
| #106 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1 | 3.0 | $0.016 | 0/1 | 1.11s |
| #108 | Owl Alpha medium | Openrouter | 1 | 3.0 | $0.000 | 0/1 | 2.38s |
| #109 | Mimo V2 PRO none | Xiaomi | 1 | 3.0 | $0.045 | 0/1 | 1.63s |