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)
#61	GPT-5.4 medium	OpenAI	1.0	0.9	$2.213	2/2	29.8s
Total teste 2 Teste greșite 0 Cost total $2.213 Timp de răspuns (mediu) 29.8s
#130	Grok 4.6 medium	X AI	1.0	0.8	$2.270	2/2	62.7s
Total teste 2 Teste greșite 0 Cost total $2.270 Timp de răspuns (mediu) 62.7s
#392	Gemini 3.1 Flash Lite Preview high	Google	0.5	0.4	$2.310	1/1	280.5s
Total teste 1 Teste greșite 0 Cost total $2.310 Timp de răspuns (mediu) 280.5s
#200	Claude Opus 4.8 none	Anthropic	1.0	0.7	$2.334	2/2	26.4s
Total teste 2 Teste greșite 0 Cost total $2.334 Timp de răspuns (mediu) 26.4s
#51	Claude Opus 5 low	Anthropic	1.0	0.9	$2.350	2/2	21.1s
Total teste 2 Teste greșite 0 Cost total $2.350 Timp de răspuns (mediu) 21.1s
#196	Ember-1 high	Fireworks	0.6	0.7	$2.405	1/2	79.9s
Total teste 2 Teste greșite 1 Cost total $2.405 Timp de răspuns (mediu) 79.9s
#88	Muse Spark 1.1 high	Meta	0.6	0.8	$2.570	0/2	70.3s
Total teste 2 Teste greșite 2 Cost total $2.570 Timp de răspuns (mediu) 70.3s
#77	Grok 4.6 high	X AI	1.0	0.9	$2.629	2/2	91.8s
Total teste 2 Teste greșite 0 Cost total $2.629 Timp de răspuns (mediu) 91.8s
#41	Muse Wonder low	Meta	1.0	0.9	$2.637	2/2	24.7s
Total teste 2 Teste greșite 0 Cost total $2.637 Timp de răspuns (mediu) 24.7s
#101	Grok 4.5 high	X AI	1.0	0.8	$2.687	2/2	35.6s
Total teste 2 Teste greșite 0 Cost total $2.687 Timp de răspuns (mediu) 35.6s
#21	GPT-6 Astra medium	OpenAI	1.0	0.9	$2.707	2/2	13.9s
Total teste 2 Teste greșite 0 Cost total $2.707 Timp de răspuns (mediu) 13.9s
#93	Gemini 3.5 Flash high	Google	0.8	0.8	$2.737	1/2	84.1s
Total teste 2 Teste greșite 1 Cost total $2.737 Timp de răspuns (mediu) 84.1s
#178	Claude Opus 5 none	Anthropic	0.8	0.7	$2.766	1/2	30.5s
Total teste 2 Teste greșite 1 Cost total $2.766 Timp de răspuns (mediu) 30.5s
#28	Claude Opus 5 medium	Anthropic	1.0	0.9	$2.870	2/2	23.9s
Total teste 2 Teste greșite 0 Cost total $2.870 Timp de răspuns (mediu) 23.9s
#163	Grok 4.7 medium	X AI	1.0	0.7	$2.938	2/2	96.5s
Total teste 2 Teste greșite 0 Cost total $2.938 Timp de răspuns (mediu) 96.5s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)