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: Metrică ↑.

Modele afișate

Media pentru Scor Combinat

5.6

Cel mai bun model

Gemini 3 PRO Preview 1.5

Motive de eșec

Cu motivul de eșec Apel de instrument invalid91 Cu motivul de eșec Răspuns greșit69 Cu motivul de eșec Fără răspuns32 Cu motivul de eșec Eroare API26 Cu motivul de eșec Timp expirat5 Cu motivul de eșec Formatare suplimentară1 Cu motivul de eșec Nu a urmat instrucțiunile1

216/216

Rang	Model	Companie	Scor Combinat	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#177	North Mini Code none	Cohere	3.2	5.1	$0.000	0/2	96.2s
Total teste 2 Teste greșite 2 Cost total $0.000 Timp de răspuns (mediu) 96.2s
#98	GLM 5V Turbo medium	Z.ai	3.4	6.7	$0.457	0/1	15.1s
Total teste 1 Teste greșite 1 Cost total $0.457 Timp de răspuns (mediu) 15.1s
#196	MiniMax M2.5 medium	Minimax	3.7	4.6	$0.340	0/2	83.2s
Total teste 2 Teste greșite 2 Cost total $0.340 Timp de răspuns (mediu) 83.2s
#93	Gemini 3 Flash Preview none	Google	3.8	6.8	$0.085	0/2	12.4s
Total teste 2 Teste greșite 2 Cost total $0.085 Timp de răspuns (mediu) 12.4s
#104	Gemini 3.5 Flash-Lite medium	Google	3.8	6.5	$0.369	0/2	28.7s
Total teste 2 Teste greșite 2 Cost total $0.369 Timp de răspuns (mediu) 28.7s
#178	MiniMax M2.7 medium	Minimax	3.8	5.0	$0.163	0/2	72.1s
Total teste 2 Teste greșite 2 Cost total $0.163 Timp de răspuns (mediu) 72.1s
#188	KAT-Coder-Air V2.5 none	Kwaipilot	3.8	4.8	$0.067	0/2	73.0s
Total teste 2 Teste greșite 2 Cost total $0.067 Timp de răspuns (mediu) 73.0s
#121	Gemma 4 31B none	Google	3.8	6.2	$0.021	0/2	30.0s
Total teste 2 Teste greșite 2 Cost total $0.021 Timp de răspuns (mediu) 30.0s
#125	Qwen3.5-35B-A3B medium	Qwen	3.8	6.2	$0.837	0/2	512.8s
Total teste 2 Teste greșite 2 Cost total $0.837 Timp de răspuns (mediu) 512.8s
#130	Qwen3.6 Flash none	Qwen	3.8	6.1	$0.062	0/2	26.5s
Total teste 2 Teste greșite 2 Cost total $0.062 Timp de răspuns (mediu) 26.5s
#133	Qwen3.5-35B-A3B none	Qwen	3.8	6.1	$0.106	0/2	128.3s
Total teste 2 Teste greșite 2 Cost total $0.106 Timp de răspuns (mediu) 128.3s
#167	Qwen3.6 35B A3B none	Qwen	3.8	5.3	$0.061	0/2	39.5s
Total teste 2 Teste greșite 2 Cost total $0.061 Timp de răspuns (mediu) 39.5s
#97	KAT-Coder-Pro V2.5 none	Kwaipilot	4.1	6.7	$0.476	0/2	183.1s
Total teste 2 Teste greșite 2 Cost total $0.476 Timp de răspuns (mediu) 183.1s
#156	DeepSeek V4 Flash none	DeepSeek	4.6	5.6	$0.042	0/2	179.6s
Total teste 2 Teste greșite 2 Cost total $0.042 Timp de răspuns (mediu) 179.6s
#99	Claude Opus 4.7 none	Anthropic	4.8	6.6	$0.505	1/1	18.3s
Total teste 1 Teste greșite 0 Cost total $0.505 Timp de răspuns (mediu) 18.3s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)