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: Metrică ↑.

Modele afișate

Media pentru Scor Combinat

0.6

Cel mai bun model

Span-02 0.0

Motive de eșec

Cu motivul de eșec Apel de instrument invalid177 Cu motivul de eșec Răspuns greșit126 Cu motivul de eșec Eroare API62 Cu motivul de eșec Fără răspuns55 Cu motivul de eșec Timp expirat11 Cu motivul de eșec Formatare suplimentară1 Cu motivul de eșec Nu a urmat instrucțiunile1

442/442

Rang	Model	Companie	Scor Combinat	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#318	MiMo-V2.6-Flash none	Xiaomi	0.4	0.5	$0.060	0/2	4.78s
Total teste 2 Teste greșite 2 Cost total $0.060 Timp de răspuns (mediu) 4.78s
#98	Gemini 4 Argon low	Google	0.4	0.8	$0.438	0/2	11.9s
Total teste 2 Teste greșite 2 Cost total $0.438 Timp de răspuns (mediu) 11.9s
#224	Mercury 2.5 Preview high	Inception	0.4	0.6	$0.040	0/2	14.4s
Total teste 2 Teste greșite 2 Cost total $0.040 Timp de răspuns (mediu) 14.4s
#233	Gemini 3 Flash Preview none	Google	0.4	0.6	$0.155	0/2	12.4s
Total teste 2 Teste greșite 2 Cost total $0.155 Timp de răspuns (mediu) 12.4s
#247	Gemini 3.5 Flash Lite low	Google	0.4	0.6	$0.183	0/2	11.0s
Total teste 2 Teste greșite 2 Cost total $0.183 Timp de răspuns (mediu) 11.0s
#342	MiniMax M2.7 medium	Minimax	0.4	0.5	$0.326	0/2	72.1s
Total teste 2 Teste greșite 2 Cost total $0.326 Timp de răspuns (mediu) 72.1s
#378	KAT Coder AIR V2.5 default	Kwaipilot	0.4	0.4	$0.070	0/2	73.0s
Total teste 2 Teste greșite 2 Cost total $0.070 Timp de răspuns (mediu) 73.0s
#168	Gemini 3.8 Flash low	Google	0.4	0.7	$0.323	0/2	19.6s
Total teste 2 Teste greșite 2 Cost total $0.323 Timp de răspuns (mediu) 19.6s
#189	Muse Glimmer 30B low	Meta	0.4	0.7	$0.219	0/2	132.0s
Total teste 2 Teste greșite 2 Cost total $0.219 Timp de răspuns (mediu) 132.0s
#213	GLM 5.3 Flash low	Z.ai	0.4	0.7	$0.038	0/2	54.7s
Total teste 2 Teste greșite 2 Cost total $0.038 Timp de răspuns (mediu) 54.7s
#227	GLM 5.3 low	Z.ai	0.4	0.6	$0.215	0/2	53.0s
Total teste 2 Teste greșite 2 Cost total $0.215 Timp de răspuns (mediu) 53.0s
#245	Qwen3.5-35B-A3B medium	Qwen	0.4	0.6	$0.716	0/2	512.8s
Total teste 2 Teste greșite 2 Cost total $0.716 Timp de răspuns (mediu) 512.8s
#254	Space Bunny Alpha medium	Stealth	0.4	0.6	$0.000	0/2	17.0s
Total teste 2 Teste greșite 2 Cost total $0.000 Timp de răspuns (mediu) 17.0s
#278	Inkling Small medium	Thinkingmachines	0.4	0.6	$0.113	0/2	8.89s
Total teste 2 Teste greșite 2 Cost total $0.113 Timp de răspuns (mediu) 8.89s
#283	Qwen3.6 Flash none	Qwen	0.4	0.6	$0.139	0/2	26.5s
Total teste 2 Teste greșite 2 Cost total $0.139 Timp de răspuns (mediu) 26.5s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)