Clasament modele pentru Combinat

Categorie AI BENCHY

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

6.3

Cel mai bun model

Motive de eșec

Cu motivul de eșec Răspuns greșit52 Cu motivul de eșec Apel de instrument invalid19 Cu motivul de eșec Eroare API13 Cu motivul de eșec Fără răspuns2 Cu motivul de eșec Timp expirat2 Cu motivul de eșec Nu a urmat instrucțiunile1

Rang	Model	Companie	Scor Combinat	Scor	Teste corecte	Timp de răspuns (mediu)
#78	Qwen3.6 27B medium	Qwen	7.0	6.8	0/1	83.1s
#79	Hunter Alpha medium	OpenRouter	4.7	6.7	0/1	30.5s
#83	Step 3.5 Flash none	Stepfun	3.0	6.6	0/1	0ms
#84	Grok 4.20 Multi Agent Beta medium	X AI	3.0	6.6	0/1	0ms
#85	Gemma 4 31B none	Google	3.0	6.5	0/1	0ms
#87	Gemini 3.1 Flash Lite minimal	Google	3.0	6.4	0/1	2.53s
#90	Gemini 3.1 Flash Lite none	Google	3.0	6.4	0/1	2.73s
#91	GPT-5.5 none	OpenAI	3.0	6.4	0/1	5.56s
#92	Laguna M.1 medium	Poolside	3.0	6.4	0/1	53.1s
#95	Qwen3.5 Plus 2026-02-15 none	Qwen	3.0	6.3	0/1	6.65s
#96	Ring-2.6-1T none	Inclusionai	3.0	6.2	0/1	0ms
#97	Gemini 2.5 Flash none	Google	3.0	6.2	0/1	4.39s
#98	GLM 5 none	Z.ai	3.0	6.1	0/1	4.98s
#100	Grok Build 0.1 none	X AI	3.0	6.0	0/1	0ms
#101	Mimo V2 Omni none	Xiaomi	3.0	6.0	0/1	5.96s

Clasament Combinat