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)
#203	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
#204	Grok Build 0.1 medium	X AI	1.0	0.7	$1.419	2/2	65.1s
Total teste 2 Teste greșite 0 Cost total $1.419 Timp de răspuns (mediu) 65.1s
#208	MiniMax M3 medium	Minimax	1.0	0.7	$0.422	2/2	138.2s
Total teste 2 Teste greșite 0 Cost total $0.422 Timp de răspuns (mediu) 138.2s
#210	GPT 5.3 Chat default	OpenAI	1.0	0.7	$0.533	2/2	15.1s
Total teste 2 Teste greșite 0 Cost total $0.533 Timp de răspuns (mediu) 15.1s
#217	LongCat 2.0 low	Meituan	1.0	0.7	$0.630	2/2	130.2s
Total teste 2 Teste greșite 0 Cost total $0.630 Timp de răspuns (mediu) 130.2s
#236	Claude Sonnet 4.6 medium	Anthropic	1.0	0.6	$2.126	2/2	93.7s
Total teste 2 Teste greșite 0 Cost total $2.126 Timp de răspuns (mediu) 93.7s
#253	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
#261	GLM 5 Turbo medium	Z.ai	0.5	0.6	$0.323	1/1	13.9s
Total teste 1 Teste greșite 0 Cost total $0.323 Timp de răspuns (mediu) 13.9s
#264	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
#275	Claude Sonnet 4.6 none	Anthropic	1.0	0.6	$0.661	2/2	37.5s
Total teste 2 Teste greșite 0 Cost total $0.661 Timp de răspuns (mediu) 37.5s
#297	Dots 3 Note Preview medium	Dots Studio	1.0	0.6	$0.000	2/2	60.8s
Total teste 2 Teste greșite 0 Cost total $0.000 Timp de răspuns (mediu) 60.8s
#314	Claude Opus 4.7 none	Anthropic	0.5	0.5	$0.505	1/1	18.3s
Total teste 1 Teste greșite 0 Cost total $0.505 Timp de răspuns (mediu) 18.3s
#321	Hy3 preview medium	Tencent	0.5	0.5	$0.049	1/1	46.0s
Total teste 1 Teste greșite 0 Cost total $0.049 Timp de răspuns (mediu) 46.0s
#333	MiMo-V2-Flash medium	Xiaomi	0.5	0.5	$0.043	1/1	75.7s
Total teste 1 Teste greșite 0 Cost total $0.043 Timp de răspuns (mediu) 75.7s
#346	Grok 4.20 Beta medium	X AI	0.5	0.5	$0.750	1/1	20.9s
Total teste 1 Teste greșite 0 Cost total $0.750 Timp de răspuns (mediu) 20.9s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)