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: Teste corecte ↑.

Modele afișate

Media pentru Scor Combinat

0.6

Cel mai bun model

Muse Glimmer 30B 0.6

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)
#410	Hy3 preview none	Tencent	0.2	0.3	$0.007	0/1	35.8s
Total teste 1 Teste greșite 1 Cost total $0.007 Timp de răspuns (mediu) 35.8s
#411	MiMo-V2-Flash default	Xiaomi	0.2	0.3	$0.025	0/1	2.87s
Total teste 1 Teste greșite 1 Cost total $0.025 Timp de răspuns (mediu) 2.87s
#412	Xing4.0 29b A4b none	Xingchen AGI	0.3	0.3	$0.000	0/2	32.4s
Total teste 2 Teste greșite 2 Cost total $0.000 Timp de răspuns (mediu) 32.4s
#413	Grok Build 0.1 none	X AI	0.2	0.3	$0.547	0/1	0ms
Total teste 1 Teste greșite 1 Cost total $0.547 Timp de răspuns (mediu) 0ms
#414	Command A+ high	Cohere	0.3	0.3	$0.079	0/2	80.7s
Total teste 2 Teste greșite 2 Cost total $0.079 Timp de răspuns (mediu) 80.7s
#415	Grok 4.1 Fast default	X AI	0.2	0.3	$0.008	0/1	3.33s
Total teste 1 Teste greșite 1 Cost total $0.008 Timp de răspuns (mediu) 3.33s
#416	Laguna Xs.2 default	Poolside	0.2	0.3	$0.004	0/1	2.01s
Total teste 1 Teste greșite 1 Cost total $0.004 Timp de răspuns (mediu) 2.01s
#417	Command A+ none	Cohere	0.3	0.3	$0.000	0/2	46.6s
Total teste 2 Teste greșite 2 Cost total $0.000 Timp de răspuns (mediu) 46.6s
#418	Command A+ low	Cohere	0.3	0.3	$0.073	0/2	83.5s
Total teste 2 Teste greșite 2 Cost total $0.073 Timp de răspuns (mediu) 83.5s
#419	Span-02 default	Respan	0.0	0.3	$0.001	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.001 Timp de răspuns (mediu) 0ms
#420	Nemotron 3 Nano Omni 30b A3b Reasoning medium	NVIDIA	0.2	0.3	$0.000	0/1	0ms
Total teste 1 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 0ms
#421	d1-ultra default	Liquid	0.0	0.3	$0.003	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.003 Timp de răspuns (mediu) 0ms
#422	Nemotron 3 Nano Omni 30b A3b Reasoning default	NVIDIA	0.2	0.3	$0.000	0/1	0ms
Total teste 1 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 0ms
#423	Jev 1.13 default	Typesafe	0.0	0.3	$0.003	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.003 Timp de răspuns (mediu) 0ms
#424	Decider V1.2 default	Perplexity	0.0	0.3	$0.001	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.001 Timp de răspuns (mediu) 0ms

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)