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)
#425	Laguna Xs.2 default	Poolside	0.2	0.3	$0.004	0/1	2.01s
Total teste 1 Teste greșite 1 Cost total $0.004 Timp de răspuns (mediu) 2.01s
#273	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
#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
#395	gpt-oss-120b none	OpenAI	0.2	0.4	$0.016	0/1	0ms
Total teste 1 Teste greșite 1 Cost total $0.016 Timp de răspuns (mediu) 0ms
#399	Qwen3.5-9B medium	Qwen	0.3	0.4	$0.106	0/2	0ms
Total teste 2 Teste greșite 2 Cost total $0.106 Timp de răspuns (mediu) 0ms
#400	Grok 4.20 Multi Agent Beta medium	X AI	0.2	0.4	$5.599	0/1	0ms
Total teste 1 Teste greșite 1 Cost total $5.599 Timp de răspuns (mediu) 0ms
#422	Grok Build 0.1 none	X AI	0.2	0.3	$0.547	0/1	0ms
Total teste 1 Teste greșite 1 Cost total $0.547 Timp de răspuns (mediu) 0ms
#428	Span-02 default	Respan	0.0	0.3	$0.001	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.001 Timp de răspuns (mediu) 0ms
#429	Nemotron 3 Nano Omni 30b A3b Reasoning medium	NVIDIA	0.2	0.3	$0.000	0/1	0ms
Total teste 1 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 0ms
#430	d1-ultra default	Liquid	0.0	0.3	$0.003	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.003 Timp de răspuns (mediu) 0ms
#431	Nemotron 3 Nano Omni 30b A3b Reasoning default	NVIDIA	0.2	0.3	$0.000	0/1	0ms
Total teste 1 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 0ms
#432	Jev 1.13 default	Typesafe	0.0	0.3	$0.003	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.003 Timp de răspuns (mediu) 0ms
#433	Decider V1.2 default	Perplexity	0.0	0.3	$0.001	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.001 Timp de răspuns (mediu) 0ms
#434	Decider V1.1 27B default	Perplexity	0.0	0.3	$0.002	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.002 Timp de răspuns (mediu) 0ms
#435	Drex v1.5 default	Nace AI	0.0	0.2	$0.002	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.002 Timp de răspuns (mediu) 0ms

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)