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: Cost total ↑.

Modele afișate

Media pentru Scor Combinat

5.8

Cel mai bun model

Dots 3 Note Preview 6.9

Motive de eșec

Cu motivul de eșec Apel de instrument invalid147 Cu motivul de eșec Răspuns greșit95 Cu motivul de eșec Fără răspuns43 Cu motivul de eșec Eroare API37 Cu motivul de eșec Timp expirat9 Cu motivul de eșec Formatare suplimentară1 Cu motivul de eșec Nu a urmat instrucțiunile1

311/311

Rang	Model	Companie	Scor Combinat	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#105	Qwen3.8 2.4T A95B high	Qwen	6.9	7.4	$2.357	1/2	266.1s
Total teste 2 Teste greșite 1 Cost total $2.357 Timp de răspuns (mediu) 266.1s
#136	Claude Fable 5.1 low	Anthropic	10.0	6.9	$2.565	2/2	29.4s
Total teste 2 Teste greșite 0 Cost total $2.565 Timp de răspuns (mediu) 29.4s
#56	Qwen3.8 2.4T A95B low	Qwen	8.2	8.1	$2.672	1/2	231.8s
Total teste 2 Teste greșite 1 Cost total $2.672 Timp de răspuns (mediu) 231.8s
#52	Claude Fable 5.1 medium	Anthropic	10.0	8.3	$2.909	2/2	32.6s
Total teste 2 Teste greșite 0 Cost total $2.909 Timp de răspuns (mediu) 32.6s
#82	Claude Opus 4.6 medium	Anthropic	10.0	7.7	$2.961	2/2	114.1s
Total teste 2 Teste greșite 0 Cost total $2.961 Timp de răspuns (mediu) 114.1s
#39	Claude Fable 5 medium	Anthropic	6.5	8.6	$3.004	1/2	27.5s
Total teste 2 Teste greșite 1 Cost total $3.004 Timp de răspuns (mediu) 27.5s
#15	Claude Opus 5 high	Anthropic	10.0	9.2	$3.070	2/2	31.1s
Total teste 2 Teste greșite 0 Cost total $3.070 Timp de răspuns (mediu) 31.1s
#20	Claude Fable 5.1 high	Anthropic	10.0	9.0	$3.364	2/2	34.6s
Total teste 2 Teste greșite 0 Cost total $3.364 Timp de răspuns (mediu) 34.6s
#66	Kimi K3 max	Moonshot AI	6.5	7.9	$3.467	1/2	223.0s
Total teste 2 Teste greșite 1 Cost total $3.467 Timp de răspuns (mediu) 223.0s
#22	GPT-5.5 medium	OpenAI	10.0	9.0	$4.163	2/2	33.5s
Total teste 2 Teste greșite 0 Cost total $4.163 Timp de răspuns (mediu) 33.5s
#273	Grok 4.20 Multi Agent Beta medium	X AI	1.5	4.8	$5.599	0/1	0ms
Total teste 1 Teste greșite 1 Cost total $5.599 Timp de răspuns (mediu) 0ms

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)