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)
#112	GPT-5.4 Nano medium	OpenAI	1.0	0.8	$0.235	2/2	32.2s
Total teste 2 Teste greșite 0 Cost total $0.235 Timp de răspuns (mediu) 32.2s
#343	Mistral Small 4 medium	Mistral	0.3	0.5	$0.126	0/2	32.4s
Total teste 2 Teste greșite 2 Cost total $0.126 Timp de răspuns (mediu) 32.4s
#421	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
#162	Claude Fable 5.1 medium	Anthropic	1.0	0.7	$3.197	2/2	32.6s
Total teste 2 Teste greșite 0 Cost total $3.197 Timp de răspuns (mediu) 32.6s
#54	Muse Spark Open low	Meta	0.8	0.9	$0.600	1/2	32.8s
Total teste 2 Teste greșite 1 Cost total $0.600 Timp de răspuns (mediu) 32.8s
#33	GPT-5.5 medium	OpenAI	1.0	0.9	$4.809	2/2	33.5s
Total teste 2 Teste greșite 0 Cost total $4.809 Timp de răspuns (mediu) 33.5s
#243	Minimax M3.1 Flash xhigh	Minimax	0.7	0.6	$0.000	1/2	34.4s
Total teste 2 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 34.4s
#6	GPT-6.1 Sol xhigh	OpenAI	1.0	1.0	$1.377	2/2	34.4s
Total teste 2 Teste greșite 0 Cost total $1.377 Timp de răspuns (mediu) 34.4s
#118	Claude Fable 5.1 high	Anthropic	1.0	0.8	$3.471	2/2	34.6s
Total teste 2 Teste greșite 0 Cost total $3.471 Timp de răspuns (mediu) 34.6s
#48	Muse Spark 1.3 medium	Meta	0.7	0.9	$1.712	1/2	34.7s
Total teste 2 Teste greșite 1 Cost total $1.712 Timp de răspuns (mediu) 34.7s
#228	Minimax M3.1 Flash high	Minimax	1.0	0.7	$0.000	2/2	34.8s
Total teste 2 Teste greșite 0 Cost total $0.000 Timp de răspuns (mediu) 34.8s
#134	Muse Wonder high	Meta	1.0	0.8	$3.426	2/2	34.9s
Total teste 2 Teste greșite 0 Cost total $3.426 Timp de răspuns (mediu) 34.9s
#398	Qwen3.6 Plus Preview medium	Qwen	0.5	0.4	$0.000	1/1	35.0s
Total teste 1 Teste greșite 0 Cost total $0.000 Timp de răspuns (mediu) 35.0s
#310	Solar Pro 4 none	Upstage	0.3	0.6	$0.022	0/2	35.1s
Total teste 2 Teste greșite 2 Cost total $0.022 Timp de răspuns (mediu) 35.1s
#101	Grok 4.5 high	X AI	1.0	0.8	$2.687	2/2	35.6s
Total teste 2 Teste greșite 0 Cost total $2.687 Timp de răspuns (mediu) 35.6s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)