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)
#421	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
#422	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
#423	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
#424	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
#425	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
#426	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
#427	GPT-6 Luna Decisions default	OpenAI	0.0	0.2	$0.005	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.005 Timp de răspuns (mediu) 0ms
#428	Kev 4B default	Jaredpalmer	0.0	0.2	$0.002	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.002 Timp de răspuns (mediu) 0ms
#429	Jev 1.14 default	Typesafe	0.0	0.2	$0.003	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.003 Timp de răspuns (mediu) 0ms
#430	Classify-1 default	Scaledown	0.0	0.2	$0.008	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.008 Timp de răspuns (mediu) 0ms
#431	Clef Omni default	Cloudflare	0.0	0.2	$0.011	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.011 Timp de răspuns (mediu) 0ms
#432	Decider Flash V1.2 default	Perplexity	0.0	0.2	$0.001	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.001 Timp de răspuns (mediu) 0ms
#433	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
#434	D1 default	Liquid	0.0	0.2	$0.003	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.003 Timp de răspuns (mediu) 0ms
#435	Gemini 3 Flash Preview high	Google	0.0	0.2	$0.105	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.105 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)