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)
#403	Laguna M.1 medium	Poolside	0.2	0.4	$0.033	0/1	53.1s
Total teste 1 Teste greșite 1 Cost total $0.033 Timp de răspuns (mediu) 53.1s
#42	Pareto default	Unbiased	0.7	0.9	$1.520	1/2	53.5s
Total teste 2 Teste greșite 1 Cost total $1.520 Timp de răspuns (mediu) 53.5s
#24	Claude Opus 5.5 low	Anthropic	1.0	0.9	$1.733	2/2	53.6s
Total teste 2 Teste greșite 0 Cost total $1.733 Timp de răspuns (mediu) 53.6s
#153	DeepSeek V4 Flash 0731 low	DeepSeek	1.0	0.7	$0.306	2/2	54.2s
Total teste 2 Teste greșite 0 Cost total $0.306 Timp de răspuns (mediu) 54.2s
#96	Claude Opus 4.8 medium	Anthropic	1.0	0.8	$3.490	2/2	54.3s
Total teste 2 Teste greșite 0 Cost total $3.490 Timp de răspuns (mediu) 54.3s
#218	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
#236	Grok 4.3 medium	X AI	0.7	0.6	$0.989	1/2	55.1s
Total teste 2 Teste greșite 1 Cost total $0.989 Timp de răspuns (mediu) 55.1s
#40	Muse Spark 1.3 high	Meta	1.0	0.9	$1.891	2/2	55.5s
Total teste 2 Teste greșite 0 Cost total $1.891 Timp de răspuns (mediu) 55.5s
#31	Claude Opus 5.5 medium	Anthropic	1.0	0.9	$1.804	2/2	55.7s
Total teste 2 Teste greșite 0 Cost total $1.804 Timp de răspuns (mediu) 55.7s
#354	KAT Coder AIR V2.5 low	Kwaipilot	0.6	0.5	$0.046	1/2	55.9s
Total teste 2 Teste greșite 1 Cost total $0.046 Timp de răspuns (mediu) 55.9s
#17	Gemini 4 Argon high	Google	0.7	1.0	$1.802	1/2	56.3s
Total teste 2 Teste greșite 1 Cost total $1.802 Timp de răspuns (mediu) 56.3s
#9	Gemini 3.7 Flash high	Google	1.0	1.0	$0.528	2/2	57.2s
Total teste 2 Teste greșite 0 Cost total $0.528 Timp de răspuns (mediu) 57.2s
#66	GPT-5.2 medium	OpenAI	1.0	0.9	$1.558	2/2	58.5s
Total teste 2 Teste greșite 0 Cost total $1.558 Timp de răspuns (mediu) 58.5s
#104	Seed-2.0-Lite medium	Bytedance Seed	0.6	0.8	$0.271	1/2	58.5s
Total teste 2 Teste greșite 1 Cost total $0.271 Timp de răspuns (mediu) 58.5s
#119	GPT-5.4 Mini medium	OpenAI	0.7	0.8	$1.102	1/2	59.6s
Total teste 2 Teste greșite 1 Cost total $1.102 Timp de răspuns (mediu) 59.6s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)