Clasament modele pentru Combinat

Categorie AI BENCHY

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

6.3

Cel mai bun model

Motive de eșec

Cu motivul de eșec Răspuns greșit52 Cu motivul de eșec Apel de instrument invalid19 Cu motivul de eșec Eroare API13 Cu motivul de eșec Fără răspuns2 Cu motivul de eșec Timp expirat2 Cu motivul de eșec Nu a urmat instrucțiunile1

Rang	Model	Companie	Scor Combinat	Scor	Teste corecte	Timp de răspuns (mediu)
#114	Qwen3.5 Plus 2026-04-20 none	Qwen	2.8	5.7	0/1	13.3s
#115	Qwen3.5-27B none	Qwen	2.8	5.7	0/1	9.39s
#112	GLM 5.1 none	Z.ai	2.8	5.7	0/1	32.6s
#135	Kimi K2.5 none	Moonshot AI	2.8	5.2	0/1	19.2s
#158	GLM 4.7 Flash medium	Z.ai	2.8	4.4	0/1	65.6s
#16	Gemini 3 Flash Preview low	Google	3.0	8.4	0/1	3.27s
#20	Gemini 3.5 Flash none	Google	3.0	8.1	0/1	0ms
#27	Gemma 4 31B medium	Google	3.0	7.8	0/1	0ms
#32	Gemini 3.5 Flash minimal	Google	3.0	7.7	0/1	3.56s
#34	Qwen3.7 Max none	Qwen	3.0	7.7	0/1	2.17s
#35	Gemini 3 PRO Preview medium	Google	3.0	7.6	0/1	10.4s
#46	Qwen3.6 35B A3B medium	Qwen	3.0	7.4	0/1	0ms
#50	Gemini 3.1 Flash Lite Preview low	Google	3.0	7.4	0/1	11.9s
#58	Gemini 3.1 Flash Lite Preview none	Google	3.0	7.2	0/1	3.20s
#61	Gemini 3.1 Flash Lite low	Google	3.0	7.2	0/1	4.48s

Clasament Combinat