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)
#137	Nemotron 3.5 Super VL medium	NVIDIA	0.6	0.8	$0.437	1/2	112.2s
Total teste 2 Teste greșite 1 Cost total $0.437 Timp de răspuns (mediu) 112.2s
#115	GPT-5.6 Terra low	OpenAI	0.9	0.8	$0.435	1/2	9.68s
Total teste 2 Teste greșite 1 Cost total $0.435 Timp de răspuns (mediu) 9.68s
#139	Qwen3.5 Plus 2026-04-20 medium	Qwen	0.7	0.8	$0.435	1/2	92.4s
Total teste 2 Teste greșite 1 Cost total $0.435 Timp de răspuns (mediu) 92.4s
#245	Beam 1.0 501B A23B low	Reflection	0.3	0.6	$0.432	0/2	2.22s
Total teste 2 Teste greșite 2 Cost total $0.432 Timp de răspuns (mediu) 2.22s
#213	MiniMax M3 medium	Minimax	1.0	0.7	$0.422	2/2	138.2s
Total teste 2 Teste greșite 0 Cost total $0.422 Timp de răspuns (mediu) 138.2s
#98	Qwen3.7 Plus medium	Qwen	0.8	0.8	$0.415	1/2	190.3s
Total teste 2 Teste greșite 1 Cost total $0.415 Timp de răspuns (mediu) 190.3s
#157	Inkling Small high	Thinkingmachines	1.0	0.7	$0.398	2/2	40.4s
Total teste 2 Teste greșite 0 Cost total $0.398 Timp de răspuns (mediu) 40.4s
#298	DeepSeek V4.1 Flash none	DeepSeek	0.3	0.6	$0.391	0/2	10.4s
Total teste 2 Teste greșite 2 Cost total $0.391 Timp de răspuns (mediu) 10.4s
#359	Gemini 3 PRO Preview medium	Google	0.2	0.5	$0.385	0/1	10.4s
Total teste 1 Teste greșite 1 Cost total $0.385 Timp de răspuns (mediu) 10.4s
#297	GPT-5.6 Terra none	OpenAI	0.3	0.6	$0.377	0/2	7.02s
Total teste 2 Teste greșite 2 Cost total $0.377 Timp de răspuns (mediu) 7.02s
#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
#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
#82	Nemotron 3.5 Super VL high	NVIDIA	0.7	0.8	$0.349	1/2	183.5s
Total teste 2 Teste greșite 1 Cost total $0.349 Timp de răspuns (mediu) 183.5s
#341	Mimo V2 PRO medium	Xiaomi	0.2	0.5	$0.333	0/1	64.7s
Total teste 1 Teste greșite 1 Cost total $0.333 Timp de răspuns (mediu) 64.7s
#248	MiMo-V2.5-Pro medium	Xiaomi	0.7	0.6	$0.332	1/2	125.4s
Total teste 2 Teste greșite 1 Cost total $0.332 Timp de răspuns (mediu) 125.4s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)