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

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)
#436	LFM2-24B-A2B default	Liquid	0.2	0.2	$0.001	0/1	0ms
Total teste 1 Teste greșite 1 Cost total $0.001 Timp de răspuns (mediu) 0ms
#437	Solar Decide Flash default	Upstage	0.0	0.2	$0.003	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.003 Timp de răspuns (mediu) 0ms
#438	Microsoft-Decision-1 default	Microsoft	0.0	0.1	$0.002	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.002 Timp de răspuns (mediu) 0ms
#439	Solar Decide default	Upstage	0.0	0.1	$0.009	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.009 Timp de răspuns (mediu) 0ms
#440	Tev1 4B Experimental default	Togethercomputer	0.0	1.0	$0.002	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.002 Timp de răspuns (mediu) 0ms
#441	Nimble v3 9B default	Bespoke Labs	0.0	0.8	~$0.001	0/0	0ms
Total teste 0 Teste greșite 0 Cost total ~$0.001 Timp de răspuns (mediu) 0ms
#442	Claude Opus 5.5 none	Anthropic	0.0	0.2	$0.015	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.015 Timp de răspuns (mediu) 0ms

Clasament Combinat