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: Cost total ↓.

Modele afișate

Media pentru Scor Combinat

0.6

Cel mai bun model

Claude Sonnet 5.5 1.0

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)
#46	Gemini 3.5 Flash low	Google	0.8	0.9	$0.752	1/2	30.0s
Total teste 2 Teste greșite 1 Cost total $0.752 Timp de răspuns (mediu) 30.0s
#355	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
#281	KAT-Coder-Pro V2.5 default	Kwaipilot	0.4	0.6	$0.742	0/2	183.1s
Total teste 2 Teste greșite 2 Cost total $0.742 Timp de răspuns (mediu) 183.1s
#255	Gemini 3.1 Flash Lite Preview low	Google	0.3	0.6	$0.736	0/2	160.6s
Total teste 2 Teste greșite 2 Cost total $0.736 Timp de răspuns (mediu) 160.6s
#257	Gemini 3.1 Flash Lite low	Google	0.3	0.6	$0.717	0/2	161.2s
Total teste 2 Teste greșite 2 Cost total $0.717 Timp de răspuns (mediu) 161.2s
#252	Qwen3.5-35B-A3B medium	Qwen	0.4	0.6	$0.716	0/2	512.8s
Total teste 2 Teste greșite 2 Cost total $0.716 Timp de răspuns (mediu) 512.8s
#19	GPT-6 Sol medium	OpenAI	1.0	0.9	$0.703	2/2	10.8s
Total teste 2 Teste greșite 0 Cost total $0.703 Timp de răspuns (mediu) 10.8s
#91	GPT-5.6 Terra high	OpenAI	0.9	0.8	$0.698	1/2	13.7s
Total teste 2 Teste greșite 1 Cost total $0.698 Timp de răspuns (mediu) 13.7s
#309	GPT-5.4 none	OpenAI	0.3	0.6	$0.690	0/2	9.26s
Total teste 2 Teste greșite 2 Cost total $0.690 Timp de răspuns (mediu) 9.26s
#232	Beam 1.0 501B A23B xhigh	Reflection	0.3	0.6	$0.688	0/2	2.68s
Total teste 2 Teste greșite 2 Cost total $0.688 Timp de răspuns (mediu) 2.68s
#364	Mimo V2 Omni medium	Xiaomi	0.5	0.5	$0.683	1/1	25.9s
Total teste 1 Teste greșite 0 Cost total $0.683 Timp de răspuns (mediu) 25.9s
#164	Gemini 2.5 Flash medium	Google	1.0	0.7	$0.680	2/2	84.5s
Total teste 2 Teste greșite 0 Cost total $0.680 Timp de răspuns (mediu) 84.5s
#111	Nemotron 3 Ultra medium	NVIDIA	0.6	0.8	$0.674	1/2	218.2s
Total teste 2 Teste greșite 1 Cost total $0.674 Timp de răspuns (mediu) 218.2s
#274	Beam 1.0 501B A23B high	Reflection	0.3	0.6	$0.674	0/2	2.68s
Total teste 2 Teste greșite 2 Cost total $0.674 Timp de răspuns (mediu) 2.68s
#50	Gemini 4 Argon medium	Google	0.6	0.9	$0.674	1/2	15.1s
Total teste 2 Teste greșite 1 Cost total $0.674 Timp de răspuns (mediu) 15.1s

←

1 9 10 11 31

→

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)