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

0.6

Cel mai bun model

Gemini 3.5 Flash 0.3

Motive de eșec

Cu motivul de eșec Apel de instrument invalid180 Cu motivul de eșec Răspuns greșit128 Cu motivul de eșec Eroare API62 Cu motivul de eșec Fără răspuns56 Cu motivul de eșec Timp expirat11 Cu motivul de eșec Formatare suplimentară1 Cu motivul de eșec Nu a urmat instrucțiunile1

451/451

Rang	Model	Companie	Scor Combinat	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#364	Mimo V2 Omni medium	Xiaomi	0.5	0.5	$0.683	1/1	25.9s
Total teste 1 Teste greșite 0 Cost total $0.683 Timp de răspuns (mediu) 25.9s
#38	GPT-5.3-Codex medium	OpenAI	1.0	0.9	$1.318	2/2	26.0s
Total teste 2 Teste greșite 0 Cost total $1.318 Timp de răspuns (mediu) 26.0s
#200	Claude Opus 4.8 none	Anthropic	1.0	0.7	$2.334	2/2	26.4s
Total teste 2 Teste greșite 0 Cost total $2.334 Timp de răspuns (mediu) 26.4s
#291	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
#15	Gemini 3 Flash Preview medium	Google	1.0	1.0	$0.876	2/2	26.7s
Total teste 2 Teste greșite 0 Cost total $0.876 Timp de răspuns (mediu) 26.7s
#58	Claude Fable 5 medium	Anthropic	0.7	0.9	$5.089	1/2	27.5s
Total teste 2 Teste greșite 1 Cost total $5.089 Timp de răspuns (mediu) 27.5s
#63	DeepSeek V4.1 Flash high	DeepSeek	1.0	0.9	$0.617	2/2	27.6s
Total teste 2 Teste greșite 0 Cost total $0.617 Timp de răspuns (mediu) 27.6s
#155	GLM 5.3 FlashX high	Z.ai	0.3	0.7	$0.210	0/2	27.7s
Total teste 2 Teste greșite 2 Cost total $0.210 Timp de răspuns (mediu) 27.7s
#49	Gemini 3.5 Flash Lite high	Google	1.0	0.9	$0.624	2/2	27.9s
Total teste 2 Teste greșite 0 Cost total $0.624 Timp de răspuns (mediu) 27.9s
#32	Muse Wonder medium	Meta	1.0	0.9	$3.397	2/2	28.2s
Total teste 2 Teste greșite 0 Cost total $3.397 Timp de răspuns (mediu) 28.2s
#347	MiMo-V2.5-Pro none	Xiaomi	0.3	0.5	$0.135	0/2	28.3s
Total teste 2 Teste greșite 2 Cost total $0.135 Timp de răspuns (mediu) 28.3s
#251	LongCat 2.0 none	Meituan	0.7	0.6	$0.104	1/2	28.4s
Total teste 2 Teste greșite 1 Cost total $0.104 Timp de răspuns (mediu) 28.4s
#361	MiMo-V2.5 none	Xiaomi	0.3	0.5	$0.049	0/2	28.9s
Total teste 2 Teste greșite 2 Cost total $0.049 Timp de răspuns (mediu) 28.9s
#175	GLM 5 medium	Z.ai	0.5	0.7	$0.479	1/1	29.0s
Total teste 1 Teste greșite 0 Cost total $0.479 Timp de răspuns (mediu) 29.0s
#127	Grok 4.5 medium	X AI	1.0	0.8	$2.996	2/2	29.0s
Total teste 2 Teste greșite 0 Cost total $2.996 Timp de răspuns (mediu) 29.0s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)