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)
#350	Mercury 2.5 Preview low	Inception	0.3	0.5	$0.015	0/2	4.77s
Total teste 2 Teste greșite 2 Cost total $0.015 Timp de răspuns (mediu) 4.77s
#412	Laguna M.1 default	Poolside	0.2	0.4	$0.009	0/1	4.32s
Total teste 1 Teste greșite 1 Cost total $0.009 Timp de răspuns (mediu) 4.32s
#337	Inkling Small low	Thinkingmachines	0.3	0.5	$0.055	0/2	4.08s
Total teste 2 Teste greșite 2 Cost total $0.055 Timp de răspuns (mediu) 4.08s
#413	Elephant Alpha default	Openrouter	0.2	0.4	$0.000	0/1	3.81s
Total teste 1 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 3.81s
#414	Elephant Alpha medium	Openrouter	0.2	0.4	$0.000	0/1	3.70s
Total teste 1 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 3.70s
#424	Grok 4.1 Fast default	X AI	0.2	0.3	$0.008	0/1	3.33s
Total teste 1 Teste greșite 1 Cost total $0.008 Timp de răspuns (mediu) 3.33s
#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
#240	Beam 1.0 501B A23B max	Reflection	0.3	0.6	$0.799	0/2	3.04s
Total teste 2 Teste greșite 2 Cost total $0.799 Timp de răspuns (mediu) 3.04s
#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
#232	Beam 1.0 501B A23B xhigh	Reflection	0.3	0.6	$0.688	0/2	2.68s
Total teste 2 Teste greșite 2 Cost total $0.688 Timp de răspuns (mediu) 2.68s
#274	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
#225	Beam 1.0 501B A23B medium	Reflection	0.3	0.7	$0.499	0/2	2.62s
Total teste 2 Teste greșite 2 Cost total $0.499 Timp de răspuns (mediu) 2.62s
#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
#245	Beam 1.0 501B A23B low	Reflection	0.3	0.6	$0.432	0/2	2.22s
Total teste 2 Teste greșite 2 Cost total $0.432 Timp de răspuns (mediu) 2.22s
#406	Nemotron 3.5 Lightning none	NVIDIA	0.3	0.4	$0.009	0/2	2.02s
Total teste 2 Teste greșite 2 Cost total $0.009 Timp de răspuns (mediu) 2.02s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)