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: Teste corecte ↓.

Modele afișate

Media pentru Scor Combinat

0.6

Cel mai bun model

Gemini 3.6 Flash 1.0

Motive de eșec

Cu motivul de eșec Apel de instrument invalid177 Cu motivul de eșec Răspuns greșit126 Cu motivul de eșec Eroare API62 Cu motivul de eșec Fără răspuns55 Cu motivul de eșec Timp expirat11 Cu motivul de eșec Formatare suplimentară1 Cu motivul de eșec Nu a urmat instrucțiunile1

442/442

Rang	Model	Companie	Scor Combinat	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#179	MiMo-V2.5 medium	Xiaomi	0.9	0.7	$0.130	1/2	78.0s
Total teste 2 Teste greșite 1 Cost total $0.130 Timp de răspuns (mediu) 78.0s
#180	GPT-5.2 Chat default	OpenAI	0.7	0.7	$0.594	1/2	13.9s
Total teste 2 Teste greșite 1 Cost total $0.594 Timp de răspuns (mediu) 13.9s
#181	Qwen3.6 Max Preview medium	Qwen	0.7	0.7	$1.132	1/2	177.5s
Total teste 2 Teste greșite 1 Cost total $1.132 Timp de răspuns (mediu) 177.5s
#182	Gemini 3.1 Flash Lite Preview medium	Google	0.7	0.7	$0.158	1/2	16.6s
Total teste 2 Teste greșite 1 Cost total $0.158 Timp de răspuns (mediu) 16.6s
#183	Kimi K2.7 Code medium	Moonshot AI	0.7	0.7	$1.136	1/2	66.0s
Total teste 2 Teste greșite 1 Cost total $1.136 Timp de răspuns (mediu) 66.0s
#184	Ember-1 low	Fireworks	0.7	0.7	$1.488	1/2	51.5s
Total teste 2 Teste greșite 1 Cost total $1.488 Timp de răspuns (mediu) 51.5s
#186	Qwen3.5-122B-A10B medium	Qwen	0.6	0.7	$1.152	1/2	313.5s
Total teste 2 Teste greșite 1 Cost total $1.152 Timp de răspuns (mediu) 313.5s
#187	Grok 4.6 low	X AI	0.7	0.7	$0.781	1/2	23.3s
Total teste 2 Teste greșite 1 Cost total $0.781 Timp de răspuns (mediu) 23.3s
#190	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
#191	Ember-1 high	Fireworks	0.6	0.7	$2.405	1/2	79.9s
Total teste 2 Teste greșite 1 Cost total $2.405 Timp de răspuns (mediu) 79.9s
#194	Claude Sonnet 5.5 low	Anthropic	0.8	0.7	$0.909	1/2	22.5s
Total teste 2 Teste greșite 1 Cost total $0.909 Timp de răspuns (mediu) 22.5s
#196	Kimi K2.6 medium	Moonshot AI	0.7	0.7	$1.594	1/2	458.6s
Total teste 2 Teste greșite 1 Cost total $1.594 Timp de răspuns (mediu) 458.6s
#197	Qwen3.5-Flash medium	Qwen	0.6	0.7	$0.184	1/2	266.6s
Total teste 2 Teste greșite 1 Cost total $0.184 Timp de răspuns (mediu) 266.6s
#199	Mercury 2.5 Preview medium	Inception	0.7	0.7	$0.039	1/2	13.9s
Total teste 2 Teste greșite 1 Cost total $0.039 Timp de răspuns (mediu) 13.9s
#200	GPT-6 Sol none	OpenAI	0.7	0.7	$0.551	1/2	10.6s
Total teste 2 Teste greșite 1 Cost total $0.551 Timp de răspuns (mediu) 10.6s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)