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)
#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
#264	Trinity Large Thinking low	Arcee AI	0.5	0.6	$0.918	0/2	291.0s
Total teste 2 Teste greșite 2 Cost total $0.918 Timp de răspuns (mediu) 291.0s
#80	Qwen3.7 Max medium	Qwen	0.9	0.9	$1.689	1/2	287.8s
Total teste 2 Teste greșite 1 Cost total $1.689 Timp de răspuns (mediu) 287.8s
#349	Laguna S 2.1 medium	Poolside	0.3	0.5	$0.092	0/2	284.7s
Total teste 2 Teste greșite 2 Cost total $0.092 Timp de răspuns (mediu) 284.7s
#148	Seed-2.0-Mini medium	Bytedance Seed	0.7	0.8	$0.140	1/2	282.3s
Total teste 2 Teste greșite 1 Cost total $0.140 Timp de răspuns (mediu) 282.3s
#392	Gemini 3.1 Flash Lite Preview high	Google	0.5	0.4	$2.310	1/1	280.5s
Total teste 1 Teste greșite 0 Cost total $2.310 Timp de răspuns (mediu) 280.5s
#85	Muse Glimmer 30B xhigh	Meta	0.6	0.8	$0.585	0/2	272.7s
Total teste 2 Teste greșite 2 Cost total $0.585 Timp de răspuns (mediu) 272.7s
#202	Qwen3.5-Flash medium	Qwen	0.6	0.7	$0.184	1/2	266.6s
Total teste 2 Teste greșite 1 Cost total $0.184 Timp de răspuns (mediu) 266.6s
#122	Qwen3.8 2.4T A95B high	Qwen	0.7	0.8	$2.949	1/2	266.1s
Total teste 2 Teste greșite 1 Cost total $2.949 Timp de răspuns (mediu) 266.1s
#301	Trinity Large Thinking high	Arcee AI	0.3	0.6	$0.794	0/2	262.4s
Total teste 2 Teste greșite 2 Cost total $0.794 Timp de răspuns (mediu) 262.4s
#315	Nemotron 3 Super medium	NVIDIA	0.6	0.6	$0.081	1/2	259.9s
Total teste 2 Teste greșite 1 Cost total $0.081 Timp de răspuns (mediu) 259.9s
#300	Ring 2.6 1t medium	Inclusionai	0.7	0.6	$0.102	1/2	257.3s
Total teste 2 Teste greșite 1 Cost total $0.102 Timp de răspuns (mediu) 257.3s
#210	Qwen3.5-Flash none	Qwen	0.3	0.7	$0.089	0/2	243.6s
Total teste 2 Teste greșite 2 Cost total $0.089 Timp de răspuns (mediu) 243.6s
#260	Ling 3.1 Flash low	Inclusionai	0.7	0.6	$0.000	1/2	235.1s
Total teste 2 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 235.1s
#173	Qwen3.7 Flash high	Qwen	0.7	0.7	$0.063	1/2	232.0s
Total teste 2 Teste greșite 1 Cost total $0.063 Timp de răspuns (mediu) 232.0s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)