Clasament modele pentru Programare

Categorie AI BENCHY

Vezi ce modele AI se descurcă cel mai bine la Programare, care rămân fiabile și unde apar cele mai mari diferențe. Sortează după: Teste corecte ↑.

Modele afișate

Media pentru Scor Programare

5.7

Cel mai bun model

Motive de eșec

Cu motivul de eșec Răspuns greșit230 Cu motivul de eșec Eroare API43 Cu motivul de eșec Timp expirat25 Cu motivul de eșec Fără răspuns18 Cu motivul de eșec Nu a urmat instrucțiunile16 Cu motivul de eșec Formatare suplimentară12

189/189

Rang	Model	Companie	Scor Programare	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#19	GPT-5 Mini medium	OpenAI	10.0	8.5	$0.159	3/3	27.6s
Total teste 3 Teste greșite 0 Cost total $0.159 Timp de răspuns (mediu) 27.6s
#25	GPT-5.2 medium	OpenAI	10.0	8.4	$0.548	3/3	22.7s
Total teste 3 Teste greșite 0 Cost total $0.548 Timp de răspuns (mediu) 22.7s
#40	Grok 4.5 low	X AI	10.0	7.8	$0.760	3/3	13.7s
Total teste 3 Teste greșite 0 Cost total $0.760 Timp de răspuns (mediu) 13.7s
#62	Claude Opus 4.7 none	Anthropic	3.3	7.4	$0.505	1/1	2.84s
Total teste 1 Teste greșite 0 Cost total $0.505 Timp de răspuns (mediu) 2.84s
#83	Grok 4.20 Beta medium	X AI	3.3	6.8	$0.750	1/1	31.4s
Total teste 1 Teste greșite 0 Cost total $0.750 Timp de răspuns (mediu) 31.4s
#97	Gemini 3.1 Flash Lite high	Google	3.3	6.5	$2.044	1/1	137.6s
Total teste 1 Teste greșite 0 Cost total $2.044 Timp de răspuns (mediu) 137.6s
#156	Grok 4.20 Multi Agent Beta medium	X AI	3.3	5.0	$5.599	1/1	27.1s
Total teste 1 Teste greșite 0 Cost total $5.599 Timp de răspuns (mediu) 27.1s
#180	Grok Build 0.1 none	X AI	3.3	4.2	$0.547	1/1	21.4s
Total teste 1 Teste greșite 0 Cost total $0.547 Timp de răspuns (mediu) 21.4s
#187	Nemotron 3 Nano Omni 30b A3b Reasoning none	NVIDIA	3.3	3.5	$0.000	1/1	1.27s
Total teste 1 Teste greșite 0 Cost total $0.000 Timp de răspuns (mediu) 1.27s

Clasament Programare