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)
#225	Mercury 2.5 high	Inception	0.6	0.6	$0.044	1/2	16.0s
Total teste 2 Teste greșite 1 Cost total $0.044 Timp de răspuns (mediu) 16.0s
#229	KAT-Coder-Pro V2.5 high	Kwaipilot	0.7	0.6	$0.506	1/2	106.7s
Total teste 2 Teste greșite 1 Cost total $0.506 Timp de răspuns (mediu) 106.7s
#230	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
#231	Laguna XS 2.1 medium	Poolside	0.6	0.6	$0.083	1/2	218.1s
Total teste 2 Teste greșite 1 Cost total $0.083 Timp de răspuns (mediu) 218.1s
#235	Solar Pro 4 medium	Upstage	0.6	0.6	$0.098	1/2	294.8s
Total teste 2 Teste greșite 1 Cost total $0.098 Timp de răspuns (mediu) 294.8s
#237	Kimi K2.5 medium	Moonshot AI	0.7	0.6	$0.841	1/2	89.2s
Total teste 2 Teste greșite 1 Cost total $0.841 Timp de răspuns (mediu) 89.2s
#239	Mercury 2.5 medium	Inception	0.7	0.6	$0.034	1/2	9.23s
Total teste 2 Teste greșite 1 Cost total $0.034 Timp de răspuns (mediu) 9.23s
#241	MiMo-V2.5-Pro medium	Xiaomi	0.7	0.6	$0.332	1/2	125.4s
Total teste 2 Teste greșite 1 Cost total $0.332 Timp de răspuns (mediu) 125.4s
#242	Dots 3 Note Preview high	Dots Studio	0.7	0.6	$0.000	1/2	107.1s
Total teste 2 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 107.1s
#243	Dots 3 Note Preview low	Dots Studio	0.7	0.6	$0.000	1/2	85.2s
Total teste 2 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 85.2s
#244	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
#250	Solar Pro 4 high	Upstage	0.7	0.6	$0.077	1/2	167.4s
Total teste 2 Teste greșite 1 Cost total $0.077 Timp de răspuns (mediu) 167.4s
#251	Qwen3.5 Plus 2026-02-15 none	Qwen	0.7	0.6	$0.176	1/2	64.8s
Total teste 2 Teste greșite 1 Cost total $0.176 Timp de răspuns (mediu) 64.8s
#252	Ling 3.1 Flash low	Inclusionai	0.7	0.6	$0.000	1/2	235.1s
Total teste 2 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 235.1s
#255	DeepSeek V3.2 medium	DeepSeek	0.7	0.6	$0.152	1/2	79.9s
Total teste 2 Teste greșite 1 Cost total $0.152 Timp de răspuns (mediu) 79.9s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)