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: Timp de răspuns (mediu) ↓.

Modele afișate

Media pentru Scor Combinat

0.6

Cel mai bun model

Xing4.0 29b A4b 0.3

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)
#377	Laguna S 2.1 low	Poolside	0.3	0.5	$0.108	0/2	412.5s
Total teste 2 Teste greșite 2 Cost total $0.108 Timp de răspuns (mediu) 412.5s
#43	Seed 2.1 Turbo high	Bytedance Seed	1.0	0.9	$1.892	2/2	408.8s
Total teste 2 Teste greșite 0 Cost total $1.892 Timp de răspuns (mediu) 408.8s
#69	Seed 2.1 Turbo medium	Bytedance Seed	1.0	0.9	$2.042	2/2	400.3s
Total teste 2 Teste greșite 0 Cost total $2.042 Timp de răspuns (mediu) 400.3s
#149	Mistral Large 4 high	Mistral	1.0	0.8	$1.391	2/2	391.9s
Total teste 2 Teste greșite 0 Cost total $1.391 Timp de răspuns (mediu) 391.9s
#275	Trinity Large Thinking medium	Arcee AI	0.3	0.6	$0.862	0/2	382.7s
Total teste 2 Teste greșite 2 Cost total $0.862 Timp de răspuns (mediu) 382.7s
#29	Seed 2.1 Turbo low	Bytedance Seed	1.0	0.9	$1.645	2/2	360.0s
Total teste 2 Teste greșite 0 Cost total $1.645 Timp de răspuns (mediu) 360.0s
#211	Solar Pro 4 low	Upstage	0.6	0.7	$0.101	1/2	358.1s
Total teste 2 Teste greșite 1 Cost total $0.101 Timp de răspuns (mediu) 358.1s
#125	Ling 3.1 Flash high	Inclusionai	0.6	0.8	$0.000	1/2	351.2s
Total teste 2 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 351.2s
#90	GLM 5.2 high	Z.ai	1.0	0.8	$4.632	2/2	321.5s
Total teste 2 Teste greșite 0 Cost total $4.632 Timp de răspuns (mediu) 321.5s
#221	Qwen3.7 Flash medium	Qwen	0.6	0.7	$0.076	1/2	314.2s
Total teste 2 Teste greșite 1 Cost total $0.076 Timp de răspuns (mediu) 314.2s
#190	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
#97	Ling 3.1 Flash medium	Inclusionai	0.7	0.8	$0.000	1/2	306.5s
Total teste 2 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 306.5s
#152	Qwen3.6 Flash medium	Qwen	0.7	0.7	$0.783	1/2	299.2s
Total teste 2 Teste greșite 1 Cost total $0.783 Timp de răspuns (mediu) 299.2s
#332	Granite 4.2 8B low	IBM Granite	0.3	0.5	$0.036	0/2	298.2s
Total teste 2 Teste greșite 2 Cost total $0.036 Timp de răspuns (mediu) 298.2s
#241	Solar Pro 4 medium	Upstage	0.6	0.6	$0.098	1/2	294.8s
Total teste 2 Teste greșite 1 Cost total $0.098 Timp de răspuns (mediu) 294.8s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)