Clasament modele pentru Combinat

Vezi ce modele AI se descurcă cel mai bine la Combinat, care rămân fiabile și unde apar cele mai mari diferențe. Sortează după: Timp de răspuns (mediu) ↑.

Modele afișate

Media pentru Scor Combinat

5.6

Cel mai bun model

Gemini 3.5 Flash 3.0

Motive de eșec

Cu motivul de eșec Apel de instrument invalid91 Cu motivul de eșec Răspuns greșit69 Cu motivul de eșec Fără răspuns32 Cu motivul de eșec Eroare API26 Cu motivul de eșec Timp expirat5 Cu motivul de eșec Formatare suplimentară1 Cu motivul de eșec Nu a urmat instrucțiunile1

216/216

Rang	Model	Companie	Scor Combinat	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#161	Kimi K2.5 none	Moonshot AI	2.8	5.5	$0.127	0/2	61.0s
Total teste 2 Teste greșite 2 Cost total $0.127 Timp de răspuns (mediu) 61.0s
#124	Gemini 2.5 Flash none	Google	3.0	6.2	$0.017	0/2	61.2s
Total teste 2 Teste greșite 2 Cost total $0.017 Timp de răspuns (mediu) 61.2s
#103	Qwen3.6 Max Preview none	Qwen	6.5	6.6	$0.231	1/2	61.6s
Total teste 2 Teste greșite 1 Cost total $0.231 Timp de răspuns (mediu) 61.6s
#32	Inkling high	Thinkingmachines	7.3	8.0	$1.006	1/2	63.8s
Total teste 2 Teste greșite 1 Cost total $1.006 Timp de răspuns (mediu) 63.8s
#115	Mimo V2 PRO medium	Xiaomi	2.3	6.3	$0.333	0/1	64.7s
Total teste 1 Teste greșite 1 Cost total $0.333 Timp de răspuns (mediu) 64.7s
#113	Qwen3.5 Plus 2026-02-15 none	Qwen	6.5	6.4	$0.073	1/2	64.8s
Total teste 2 Teste greșite 1 Cost total $0.073 Timp de răspuns (mediu) 64.8s
#52	Grok Build 0.1 medium	X AI	10.0	7.6	$1.097	2/2	65.1s
Total teste 2 Teste greșite 0 Cost total $1.097 Timp de răspuns (mediu) 65.1s
#56	Kimi K2.7 Code medium	Moonshot AI	7.3	7.5	$0.740	1/2	66.0s
Total teste 2 Teste greșite 1 Cost total $0.740 Timp de răspuns (mediu) 66.0s
#71	Step 3.7 Flash low	Stepfun	7.3	7.3	$0.454	1/2	66.2s
Total teste 2 Teste greșite 1 Cost total $0.454 Timp de răspuns (mediu) 66.2s
#30	Muse Spark 1.1 high	Meta	5.9	8.1	$1.694	0/2	70.3s
Total teste 2 Teste greșite 2 Cost total $1.694 Timp de răspuns (mediu) 70.3s
#86	DeepSeek V4 Pro none	DeepSeek	7.9	6.9	$0.096	1/2	71.6s
Total teste 2 Teste greșite 1 Cost total $0.096 Timp de răspuns (mediu) 71.6s
#178	MiniMax M2.7 medium	Minimax	3.8	5.0	$0.163	0/2	72.1s
Total teste 2 Teste greșite 2 Cost total $0.163 Timp de răspuns (mediu) 72.1s
#188	KAT-Coder-Air V2.5 none	Kwaipilot	3.8	4.8	$0.067	0/2	73.0s
Total teste 2 Teste greșite 2 Cost total $0.067 Timp de răspuns (mediu) 73.0s
#150	KAT-Coder-Air V2.5 high	Kwaipilot	6.5	5.6	$0.077	1/2	74.5s
Total teste 2 Teste greșite 1 Cost total $0.077 Timp de răspuns (mediu) 74.5s
#119	MiMo-V2-Flash medium	Xiaomi	4.9	6.3	$0.043	1/1	75.7s
Total teste 1 Teste greșite 0 Cost total $0.043 Timp de răspuns (mediu) 75.7s

←

1 9 10 11 15

→

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)