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)
#240	Gemini 3.5 Flash minimal	Google	0.3	0.6	$0.508	0/2	14.4s
Total teste 2 Teste greșite 2 Cost total $0.508 Timp de răspuns (mediu) 14.4s
#245	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
#246	Qwen3.6 27B none	Qwen	0.3	0.6	$0.148	0/2	83.1s
Total teste 2 Teste greșite 2 Cost total $0.148 Timp de răspuns (mediu) 83.1s
#247	Gemini 3.5 Flash Lite low	Google	0.4	0.6	$0.183	0/2	11.0s
Total teste 2 Teste greșite 2 Cost total $0.183 Timp de răspuns (mediu) 11.0s
#248	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
#249	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
#254	Space Bunny Alpha medium	Stealth	0.4	0.6	$0.000	0/2	17.0s
Total teste 2 Teste greșite 2 Cost total $0.000 Timp de răspuns (mediu) 17.0s
#256	Trinity Large Thinking low	Arcee AI	0.5	0.6	$0.918	0/2	291.0s
Total teste 2 Teste greșite 2 Cost total $0.918 Timp de răspuns (mediu) 291.0s
#257	DeepSeek V4 Flash 0423 none	DeepSeek	0.5	0.6	$0.149	0/2	179.6s
Total teste 2 Teste greșite 2 Cost total $0.149 Timp de răspuns (mediu) 179.6s
#259	Space Bunny Alpha xhigh	Stealth	0.3	0.6	$0.000	0/2	37.1s
Total teste 2 Teste greșite 2 Cost total $0.000 Timp de răspuns (mediu) 37.1s
#262	DeepSeek V4 Flash 0731 none	DeepSeek	0.4	0.6	$0.053	0/2	202.4s
Total teste 2 Teste greșite 2 Cost total $0.053 Timp de răspuns (mediu) 202.4s
#263	Gemini 3.1 Flash Lite Preview none	Google	0.3	0.6	$0.090	0/2	6.23s
Total teste 2 Teste greșite 2 Cost total $0.090 Timp de răspuns (mediu) 6.23s
#265	Gemini 3.5 Flash none	Google	0.3	0.6	$1.752	0/2	0ms
Total teste 2 Teste greșite 2 Cost total $1.752 Timp de răspuns (mediu) 0ms
#266	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
#267	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

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)