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: Timp de răspuns (mediu) ↑.

Modele afișate

Media pentru Scor Combinat

0.6

Cel mai bun model

Gemini 3.5 Flash 0.3

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)
#262	Space Bunny Alpha medium	Stealth	0.4	0.6	$0.000	0/2	17.0s
Total teste 2 Teste greșite 2 Cost total $0.000 Timp de răspuns (mediu) 17.0s
#20	GPT-5.6 Sol medium	OpenAI	1.0	0.9	$1.700	2/2	17.6s
Total teste 2 Teste greșite 0 Cost total $1.700 Timp de răspuns (mediu) 17.6s
#167	Gemini 3.5 Flash Lite medium	Google	0.7	0.7	$0.440	1/2	17.9s
Total teste 2 Teste greșite 1 Cost total $0.440 Timp de răspuns (mediu) 17.9s
#386	Nemotron 3 Super none	NVIDIA	0.3	0.4	$0.016	0/2	18.2s
Total teste 2 Teste greșite 2 Cost total $0.016 Timp de răspuns (mediu) 18.2s
#323	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
#195	Gemini 3.1 Flash Lite medium	Google	0.7	0.7	$0.153	1/2	18.5s
Total teste 2 Teste greșite 1 Cost total $0.153 Timp de răspuns (mediu) 18.5s
#36	DeepSeek V4.1 Flash 1017 low	DeepSeek	1.0	0.9	$0.355	2/2	18.7s
Total teste 2 Teste greșite 0 Cost total $0.355 Timp de răspuns (mediu) 18.7s
#110	GPT-5.6 Luna high	OpenAI	1.0	0.8	$0.118	2/2	19.0s
Total teste 2 Teste greșite 0 Cost total $0.118 Timp de răspuns (mediu) 19.0s
#146	Space Bunny Alpha high	Stealth	0.7	0.8	$0.000	1/2	19.3s
Total teste 2 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 19.3s
#346	KAT Coder AIR V2.5 medium	Kwaipilot	0.7	0.5	$0.048	1/2	19.6s
Total teste 2 Teste greșite 1 Cost total $0.048 Timp de răspuns (mediu) 19.6s
#171	Gemini 3.8 Flash low	Google	0.4	0.7	$0.323	0/2	19.6s
Total teste 2 Teste greșite 2 Cost total $0.323 Timp de răspuns (mediu) 19.6s
#52	Gemini 3.6 Flash low	Google	0.7	0.9	$0.363	1/2	19.8s
Total teste 2 Teste greșite 1 Cost total $0.363 Timp de răspuns (mediu) 19.8s
#138	Claude Haiku 5.5 medium	Anthropic	0.7	0.8	$0.063	1/2	20.3s
Total teste 2 Teste greșite 1 Cost total $0.063 Timp de răspuns (mediu) 20.3s
#181	Minimax M3.1 Flash low	Minimax	0.7	0.7	$0.000	1/2	20.6s
Total teste 2 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 20.6s
#123	MiMo-V2.6-Flash medium	Xiaomi	0.7	0.8	$0.218	1/2	20.7s
Total teste 2 Teste greșite 1 Cost total $0.218 Timp de răspuns (mediu) 20.7s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)