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)
#314	Nemotron 3.5 Super VL none	NVIDIA	0.3	0.6	$0.040	0/2	451.9s
Total teste 2 Teste greșite 2 Cost total $0.040 Timp de răspuns (mediu) 451.9s
#230	Mercury 2.5 Preview high	Inception	0.4	0.6	$0.040	0/2	14.4s
Total teste 2 Teste greșite 2 Cost total $0.040 Timp de răspuns (mediu) 14.4s
#204	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
#218	GLM 5.3 Flash low	Z.ai	0.4	0.7	$0.038	0/2	54.7s
Total teste 2 Teste greșite 2 Cost total $0.038 Timp de răspuns (mediu) 54.7s
#389	Granite 4.2 8B none	IBM Granite	0.3	0.4	$0.037	0/2	424.3s
Total teste 2 Teste greșite 2 Cost total $0.037 Timp de răspuns (mediu) 424.3s
#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
#246	Mercury 2.5 medium	Inception	0.7	0.6	$0.034	1/2	9.23s
Total teste 2 Teste greșite 1 Cost total $0.034 Timp de răspuns (mediu) 9.23s
#391	Mercury 2 none	Inception	0.3	0.4	$0.033	0/2	2.56s
Total teste 2 Teste greșite 2 Cost total $0.033 Timp de răspuns (mediu) 2.56s
#403	Laguna M.1 medium	Poolside	0.2	0.4	$0.033	0/1	53.1s
Total teste 1 Teste greșite 1 Cost total $0.033 Timp de răspuns (mediu) 53.1s
#144	GPT-6 Luna low	OpenAI	0.7	0.8	$0.033	1/2	49.8s
Total teste 2 Teste greșite 1 Cost total $0.033 Timp de răspuns (mediu) 49.8s
#307	Gemma 4 31B none	Google	0.4	0.6	$0.031	0/2	30.0s
Total teste 2 Teste greșite 2 Cost total $0.031 Timp de răspuns (mediu) 30.0s
#320	Gemma 4 26B A4B none	Google	0.3	0.5	$0.031	0/2	37.2s
Total teste 2 Teste greșite 2 Cost total $0.031 Timp de răspuns (mediu) 37.2s
#289	gpt-oss-120b medium	OpenAI	0.7	0.6	$0.030	1/2	24.0s
Total teste 2 Teste greșite 1 Cost total $0.030 Timp de răspuns (mediu) 24.0s
#280	Granite 4.2 8B medium	IBM Granite	0.3	0.6	$0.029	0/2	291.1s
Total teste 2 Teste greșite 2 Cost total $0.029 Timp de răspuns (mediu) 291.1s
#294	Qwen3.7 Flash none	Qwen	0.4	0.6	$0.028	0/2	94.6s
Total teste 2 Teste greșite 2 Cost total $0.028 Timp de răspuns (mediu) 94.6s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)