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: Cost total ↓.

Modele afișate

Media pentru Scor Combinat

0.6

Cel mai bun model

Claude Sonnet 5.5 1.0

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)
#61	GPT-5.4 medium	OpenAI	1.0	0.9	$2.213	2/2	29.8s
Total teste 2 Teste greșite 0 Cost total $2.213 Timp de răspuns (mediu) 29.8s
#14	GPT-6 Astra low	OpenAI	1.0	1.0	$2.160	2/2	10.5s
Total teste 2 Teste greșite 0 Cost total $2.160 Timp de răspuns (mediu) 10.5s
#25	Claude Opus 5.5 high	Anthropic	1.0	0.9	$2.133	2/2	60.0s
Total teste 2 Teste greșite 0 Cost total $2.133 Timp de răspuns (mediu) 60.0s
#242	Claude Sonnet 4.6 medium	Anthropic	1.0	0.6	$2.126	2/2	93.7s
Total teste 2 Teste greșite 0 Cost total $2.126 Timp de răspuns (mediu) 93.7s
#45	Muse Spark Open xhigh	Meta	1.0	0.9	$2.081	2/2	134.0s
Total teste 2 Teste greșite 0 Cost total $2.081 Timp de răspuns (mediu) 134.0s
#375	Gemini 3.1 Flash Lite high	Google	0.5	0.5	$2.044	1/1	149.2s
Total teste 1 Teste greșite 0 Cost total $2.044 Timp de răspuns (mediu) 149.2s
#69	Seed 2.1 Turbo medium	Bytedance Seed	1.0	0.9	$2.042	2/2	400.3s
Total teste 2 Teste greșite 0 Cost total $2.042 Timp de răspuns (mediu) 400.3s
#55	Muse Spark 1.2 high	Meta	0.8	0.9	$2.018	1/2	39.9s
Total teste 2 Teste greșite 1 Cost total $2.018 Timp de răspuns (mediu) 39.9s
#156	Grok 4.7 low	X AI	0.7	0.7	$1.933	1/2	31.2s
Total teste 2 Teste greșite 1 Cost total $1.933 Timp de răspuns (mediu) 31.2s
#2	Gemini 3.8 Flash high	Google	1.0	1.0	$1.927	2/2	115.7s
Total teste 2 Teste greșite 0 Cost total $1.927 Timp de răspuns (mediu) 115.7s
#43	Seed 2.1 Turbo high	Bytedance Seed	1.0	0.9	$1.892	2/2	408.8s
Total teste 2 Teste greșite 0 Cost total $1.892 Timp de răspuns (mediu) 408.8s
#40	Muse Spark 1.3 high	Meta	1.0	0.9	$1.891	2/2	55.5s
Total teste 2 Teste greșite 0 Cost total $1.891 Timp de răspuns (mediu) 55.5s
#59	Pareto 26.9 default	Unbiased	0.8	0.9	$1.864	1/2	81.4s
Total teste 2 Teste greșite 1 Cost total $1.864 Timp de răspuns (mediu) 81.4s
#326	Hy4 preview low	Tencent	0.3	0.5	$1.844	0/2	139.4s
Total teste 2 Teste greșite 2 Cost total $1.844 Timp de răspuns (mediu) 139.4s
#23	GPT-5.5 low	OpenAI	1.0	0.9	$1.822	2/2	13.7s
Total teste 2 Teste greșite 0 Cost total $1.822 Timp de răspuns (mediu) 13.7s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)