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)
#122	Qwen3.8 2.4T A95B high	Qwen	0.7	0.8	$2.949	1/2	266.1s
Total teste 2 Teste greșite 1 Cost total $2.949 Timp de răspuns (mediu) 266.1s
#261	Claude Opus 4.6 medium	Anthropic	1.0	0.6	$2.961	2/2	114.1s
Total teste 2 Teste greșite 0 Cost total $2.961 Timp de răspuns (mediu) 114.1s
#127	Grok 4.5 medium	X AI	1.0	0.8	$2.996	2/2	29.0s
Total teste 2 Teste greșite 0 Cost total $2.996 Timp de răspuns (mediu) 29.0s
#212	Grok 4.7 high	X AI	0.9	0.7	$3.037	1/2	129.3s
Total teste 2 Teste greșite 1 Cost total $3.037 Timp de răspuns (mediu) 129.3s
#162	Claude Fable 5.1 medium	Anthropic	1.0	0.7	$3.197	2/2	32.6s
Total teste 2 Teste greșite 0 Cost total $3.197 Timp de răspuns (mediu) 32.6s
#214	Ember-1 max	Fireworks	0.7	0.7	$3.264	1/2	64.4s
Total teste 2 Teste greșite 1 Cost total $3.264 Timp de răspuns (mediu) 64.4s
#37	Qwen3.8 Max (0902) high	Qwen	0.9	0.9	$3.306	1/2	110.4s
Total teste 2 Teste greșite 1 Cost total $3.306 Timp de răspuns (mediu) 110.4s
#272	Claude Fable 5.1 low	Anthropic	1.0	0.6	$3.395	2/2	29.4s
Total teste 2 Teste greșite 0 Cost total $3.395 Timp de răspuns (mediu) 29.4s
#32	Muse Wonder medium	Meta	1.0	0.9	$3.397	2/2	28.2s
Total teste 2 Teste greșite 0 Cost total $3.397 Timp de răspuns (mediu) 28.2s
#208	Grok 4.7 xhigh	X AI	1.0	0.7	$3.398	2/2	170.1s
Total teste 2 Teste greșite 0 Cost total $3.398 Timp de răspuns (mediu) 170.1s
#94	Kimi K3 max	Moonshot AI	0.7	0.8	$3.409	1/2	223.0s
Total teste 2 Teste greșite 1 Cost total $3.409 Timp de răspuns (mediu) 223.0s
#134	Muse Wonder high	Meta	1.0	0.8	$3.426	2/2	34.9s
Total teste 2 Teste greșite 0 Cost total $3.426 Timp de răspuns (mediu) 34.9s
#118	Claude Fable 5.1 high	Anthropic	1.0	0.8	$3.471	2/2	34.6s
Total teste 2 Teste greșite 0 Cost total $3.471 Timp de răspuns (mediu) 34.6s
#96	Claude Opus 4.8 medium	Anthropic	1.0	0.8	$3.490	2/2	54.3s
Total teste 2 Teste greșite 0 Cost total $3.490 Timp de răspuns (mediu) 54.3s
#107	Claude Opus 4.7 medium	Anthropic	1.0	0.8	$3.636	2/2	43.4s
Total teste 2 Teste greșite 0 Cost total $3.636 Timp de răspuns (mediu) 43.4s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)