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

0.6

Cel mai bun model

Ling 3.1 Flash 0.7

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)
#46	Gemini 3.5 Flash low	Google	0.8	0.9	$0.752	1/2	30.0s
Total teste 2 Teste greșite 1 Cost total $0.752 Timp de răspuns (mediu) 30.0s
#12	GPT-6.1 Sol high	OpenAI	1.0	1.0	$0.755	2/2	24.7s
Total teste 2 Teste greșite 0 Cost total $0.755 Timp de răspuns (mediu) 24.7s
#100	DeepSeek V4.1 Flash 1017 max	DeepSeek	1.0	0.8	$0.757	2/2	104.9s
Total teste 2 Teste greșite 0 Cost total $0.757 Timp de răspuns (mediu) 104.9s
#174	LongCat 2.0 medium	Meituan	0.7	0.7	$0.767	1/2	151.0s
Total teste 2 Teste greșite 1 Cost total $0.767 Timp de răspuns (mediu) 151.0s
#113	Gemini 3.8 Flash medium	Google	0.9	0.8	$0.769	1/2	60.3s
Total teste 2 Teste greșite 1 Cost total $0.769 Timp de răspuns (mediu) 60.3s
#165	LongCat 2.0 high	Meituan	1.0	0.7	$0.778	2/2	167.1s
Total teste 2 Teste greșite 0 Cost total $0.778 Timp de răspuns (mediu) 167.1s
#191	Grok 4.6 low	X AI	0.7	0.7	$0.781	1/2	23.3s
Total teste 2 Teste greșite 1 Cost total $0.781 Timp de răspuns (mediu) 23.3s
#152	Qwen3.6 Flash medium	Qwen	0.7	0.7	$0.783	1/2	299.2s
Total teste 2 Teste greșite 1 Cost total $0.783 Timp de răspuns (mediu) 299.2s
#329	Ember-1 none	Fireworks	0.3	0.5	$0.786	0/2	49.0s
Total teste 2 Teste greșite 2 Cost total $0.786 Timp de răspuns (mediu) 49.0s
#301	Trinity Large Thinking high	Arcee AI	0.3	0.6	$0.794	0/2	262.4s
Total teste 2 Teste greșite 2 Cost total $0.794 Timp de răspuns (mediu) 262.4s
#216	GPT-5.6 Sol none	OpenAI	0.7	0.7	$0.795	1/2	8.37s
Total teste 2 Teste greșite 1 Cost total $0.795 Timp de răspuns (mediu) 8.37s
#240	Beam 1.0 501B A23B max	Reflection	0.3	0.6	$0.799	0/2	3.04s
Total teste 2 Teste greșite 2 Cost total $0.799 Timp de răspuns (mediu) 3.04s
#229	Qwen3.6 35B A3B medium	Qwen	0.3	0.7	$0.834	0/2	817.6s
Total teste 2 Teste greșite 2 Cost total $0.834 Timp de răspuns (mediu) 817.6s
#244	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
#275	Trinity Large Thinking medium	Arcee AI	0.3	0.6	$0.862	0/2	382.7s
Total teste 2 Teste greșite 2 Cost total $0.862 Timp de răspuns (mediu) 382.7s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)