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

5.8

Cel mai bun model

Grok 4.20 Multi Agent Beta 1.5

Motive de eșec

Cu motivul de eșec Apel de instrument invalid147 Cu motivul de eșec Răspuns greșit95 Cu motivul de eșec Fără răspuns43 Cu motivul de eșec Eroare API37 Cu motivul de eșec Timp expirat9 Cu motivul de eșec Formatare suplimentară1 Cu motivul de eșec Nu a urmat instrucțiunile1

311/311

Rang	Model	Companie	Scor Combinat	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#223	Gemma 4 26B A4B none	Google	3.0	5.6	$0.015	0/2	37.2s
Total teste 2 Teste greșite 2 Cost total $0.015 Timp de răspuns (mediu) 37.2s
#253	Granite 4.2 8B low	IBM Granite	3.0	5.1	$0.012	0/2	298.2s
Total teste 2 Teste greșite 2 Cost total $0.012 Timp de răspuns (mediu) 298.2s
#239	DeepSeek V4 Flash 0731 none	DeepSeek	3.7	5.4	$0.011	0/2	202.4s
Total teste 2 Teste greșite 2 Cost total $0.011 Timp de răspuns (mediu) 202.4s
#260	Mercury 2.5 Preview low	Inception	3.0	5.0	$0.011	0/2	4.77s
Total teste 2 Teste greșite 2 Cost total $0.011 Timp de răspuns (mediu) 4.77s
#263	GPT-4o-mini none	OpenAI	3.0	5.0	$0.010	0/2	6.32s
Total teste 2 Teste greșite 2 Cost total $0.010 Timp de răspuns (mediu) 6.32s
#307	gpt-oss-120b none	OpenAI	1.5	3.7	$0.010	0/1	0ms
Total teste 1 Teste greșite 1 Cost total $0.010 Timp de răspuns (mediu) 0ms
#287	Laguna M.1 none	Poolside	1.5	4.4	$0.009	0/1	4.32s
Total teste 1 Teste greșite 1 Cost total $0.009 Timp de răspuns (mediu) 4.32s
#249	Granite 4.2 8B medium	IBM Granite	3.0	5.2	$0.009	0/2	291.1s
Total teste 2 Teste greșite 2 Cost total $0.009 Timp de răspuns (mediu) 291.1s
#267	Nemotron 3 Super none	NVIDIA	3.0	4.8	$0.008	0/2	18.2s
Total teste 2 Teste greșite 2 Cost total $0.008 Timp de răspuns (mediu) 18.2s
#276	Trinity Large Preview none	Arcee AI	1.5	4.8	$0.008	0/1	8.91s
Total teste 1 Teste greșite 1 Cost total $0.008 Timp de răspuns (mediu) 8.91s
#303	Grok 4.1 Fast none	X AI	1.5	3.8	$0.008	0/1	3.33s
Total teste 1 Teste greșite 1 Cost total $0.008 Timp de răspuns (mediu) 3.33s
#242	Laguna XS 2.1 none	Poolside	3.0	5.3	$0.008	0/2	10.4s
Total teste 2 Teste greșite 2 Cost total $0.008 Timp de răspuns (mediu) 10.4s
#295	Hy3 preview none	Tencent	1.5	4.0	$0.007	0/1	35.8s
Total teste 1 Teste greșite 1 Cost total $0.007 Timp de răspuns (mediu) 35.8s
#299	Nemotron 3.5 Lightning none	NVIDIA	3.0	4.0	$0.007	0/2	2.02s
Total teste 2 Teste greșite 2 Cost total $0.007 Timp de răspuns (mediu) 2.02s
#298	Granite 4.1 8B none	IBM Granite	3.0	4.0	$0.007	0/2	9.28s
Total teste 2 Teste greșite 2 Cost total $0.007 Timp de răspuns (mediu) 9.28s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)