Clasament modele pentru Combinat

Categorie AI BENCHY

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

6.3

Cel mai bun model

Motive de eșec

Cu motivul de eșec Răspuns greșit52 Cu motivul de eșec Apel de instrument invalid19 Cu motivul de eșec Eroare API13 Cu motivul de eșec Fără răspuns2 Cu motivul de eșec Timp expirat2 Cu motivul de eșec Nu a urmat instrucțiunile1

Rang	Model	Companie	Scor Combinat	Scor	Teste corecte	Timp de răspuns (mediu)
#37	Gemma 4 26B A4B medium	Google	9.6	7.6	1/1	73.5s
#38	Grok 4.3 medium	X AI	10.0	7.6	1/1	64.0s
#39	Qwen3.6 Flash medium	Qwen	10.0	7.5	1/1	20.3s
#40	Gemini 3.1 Flash Lite Preview medium	Google	10.0	7.5	1/1	14.9s
#41	Nemotron 3 Ultra 550b A55b medium	NVIDIA	9.8	7.5	1/1	43.9s
#42	GPT-5.2 medium	OpenAI	10.0	7.5	1/1	14.1s
#43	MiMo-V2.5-Pro medium	Xiaomi	10.0	7.5	1/1	53.4s
#44	Gemini 3.1 Flash Lite medium	Google	10.0	7.5	1/1	10.9s
#45	GPT-5.4 Mini medium	OpenAI	10.0	7.5	1/1	17.8s
#47	Grok Build 0.1 medium	X AI	10.0	7.4	1/1	32.8s
#49	Qwen3.5-Flash medium	Qwen	10.0	7.4	1/1	17.8s
#52	Claude Sonnet 4.6 medium	Anthropic	10.0	7.4	1/1	46.4s
#53	Gemini 3.1 Flash Lite high	Google	10.0	7.3	1/1	149.2s
#54	GPT-5 Mini medium	OpenAI	10.0	7.3	1/1	88.2s
#55	GLM 5.1 medium	Z.ai	9.5	7.3	1/1	43.1s

Clasament Combinat