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)
#164	KAT-Coder-Air V2.5 low	Kwaipilot	6.4	5.4	$0.041	1/2	55.9s
Total teste 2 Teste greșite 1 Cost total $0.041 Timp de răspuns (mediu) 55.9s
#20	Claude Fable 5 medium	Anthropic	6.5	8.6	$3.478	1/2	27.5s
Total teste 2 Teste greșite 1 Cost total $3.478 Timp de răspuns (mediu) 27.5s
#23	Grok 4.5 low	X AI	6.5	8.4	$0.935	1/2	12.8s
Total teste 2 Teste greșite 1 Cost total $0.935 Timp de răspuns (mediu) 12.8s
#37	Kimi K3 max	Moonshot AI	6.5	8.0	$3.112	1/2	223.0s
Total teste 2 Teste greșite 1 Cost total $3.112 Timp de răspuns (mediu) 223.0s
#63	Qwen3.7 Max none	Qwen	6.5	7.4	$0.197	1/2	37.2s
Total teste 2 Teste greșite 1 Cost total $0.197 Timp de răspuns (mediu) 37.2s
#74	Qwen3.5 Plus 2026-04-20 medium	Qwen	6.5	7.2	$0.317	1/2	92.4s
Total teste 2 Teste greșite 1 Cost total $0.317 Timp de răspuns (mediu) 92.4s
#77	Grok 4.3 medium	X AI	6.5	7.1	$0.779	1/2	55.1s
Total teste 2 Teste greșite 1 Cost total $0.779 Timp de răspuns (mediu) 55.1s
#87	GPT-5.6 Sol none	OpenAI	6.5	6.9	$0.524	1/2	8.37s
Total teste 2 Teste greșite 1 Cost total $0.524 Timp de răspuns (mediu) 8.37s
#89	Qwen3.6 Flash medium	Qwen	6.5	6.9	$0.738	1/2	299.2s
Total teste 2 Teste greșite 1 Cost total $0.738 Timp de răspuns (mediu) 299.2s
#91	GPT-5.5 none	OpenAI	6.5	6.9	$0.544	1/2	8.90s
Total teste 2 Teste greșite 1 Cost total $0.544 Timp de răspuns (mediu) 8.90s
#103	Qwen3.6 Max Preview none	Qwen	6.5	6.6	$0.231	1/2	61.6s
Total teste 2 Teste greșite 1 Cost total $0.231 Timp de răspuns (mediu) 61.6s
#113	Qwen3.5 Plus 2026-02-15 none	Qwen	6.5	6.4	$0.073	1/2	64.8s
Total teste 2 Teste greșite 1 Cost total $0.073 Timp de răspuns (mediu) 64.8s
#117	LongCat 2.0 none	Meituan	6.5	6.3	$0.044	1/2	28.4s
Total teste 2 Teste greșite 1 Cost total $0.044 Timp de răspuns (mediu) 28.4s
#118	Claude Sonnet 5 none	Anthropic	6.5	6.3	$0.548	1/2	31.4s
Total teste 2 Teste greșite 1 Cost total $0.548 Timp de răspuns (mediu) 31.4s
#127	gpt-oss-120b medium	OpenAI	6.5	6.1	$0.019	1/2	24.0s
Total teste 2 Teste greșite 1 Cost total $0.019 Timp de răspuns (mediu) 24.0s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)