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)
#366	GLM 4.7 Flash none	Z.ai	0.3	0.5	$0.027	0/2	50.2s
Total teste 2 Teste greșite 2 Cost total $0.027 Timp de răspuns (mediu) 50.2s
#397	Mercury 2.5 none	Inception	0.3	0.4	$0.026	0/2	3.24s
Total teste 2 Teste greșite 2 Cost total $0.026 Timp de răspuns (mediu) 3.24s
#384	Ring 2.6 1t default	Inclusionai	0.3	0.4	$0.026	0/2	0ms
Total teste 2 Teste greșite 2 Cost total $0.026 Timp de răspuns (mediu) 0ms
#319	GPT-6 Luna none	OpenAI	0.4	0.5	$0.026	0/2	50.9s
Total teste 2 Teste greșite 2 Cost total $0.026 Timp de răspuns (mediu) 50.9s
#420	MiMo-V2-Flash default	Xiaomi	0.2	0.3	$0.025	0/1	2.87s
Total teste 1 Teste greșite 1 Cost total $0.025 Timp de răspuns (mediu) 2.87s
#353	GPT-4o-mini default	OpenAI	0.3	0.5	$0.024	0/2	6.32s
Total teste 2 Teste greșite 2 Cost total $0.024 Timp de răspuns (mediu) 6.32s
#367	Mercury 2.5 Preview default	Inception	0.3	0.5	$0.023	0/2	31.3s
Total teste 2 Teste greșite 2 Cost total $0.023 Timp de răspuns (mediu) 31.3s
#310	Solar Pro 4 none	Upstage	0.3	0.6	$0.022	0/2	35.1s
Total teste 2 Teste greșite 2 Cost total $0.022 Timp de răspuns (mediu) 35.1s
#385	Mimo V2 Omni default	Xiaomi	0.2	0.4	$0.021	0/1	5.96s
Total teste 1 Teste greșite 1 Cost total $0.021 Timp de răspuns (mediu) 5.96s
#299	Ling 3.0 Flash high	Inclusionai	0.3	0.6	$0.021	0/2	50.4s
Total teste 2 Teste greșite 2 Cost total $0.021 Timp de răspuns (mediu) 50.4s
#442	Step 3.5 Flash none	Stepfun	0.2	0.2	$0.020	0/1	0ms
Total teste 1 Teste greșite 1 Cost total $0.020 Timp de răspuns (mediu) 0ms
#345	Mercury 2.5 low	Inception	0.3	0.5	$0.020	0/2	5.16s
Total teste 2 Teste greșite 2 Cost total $0.020 Timp de răspuns (mediu) 5.16s
#335	Laguna XS 2.1 none	Poolside	0.3	0.5	$0.020	0/2	10.4s
Total teste 2 Teste greșite 2 Cost total $0.020 Timp de răspuns (mediu) 10.4s
#318	Gemini 2.5 Flash none	Google	0.3	0.5	$0.017	0/2	61.2s
Total teste 2 Teste greșite 2 Cost total $0.017 Timp de răspuns (mediu) 61.2s
#386	Nemotron 3 Super none	NVIDIA	0.3	0.4	$0.016	0/2	18.2s
Total teste 2 Teste greșite 2 Cost total $0.016 Timp de răspuns (mediu) 18.2s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)