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)
#147	GLM 5.1 medium	Z.ai	1.0	0.8	$1.546	2/2	175.9s
Total teste 2 Teste greșite 0 Cost total $1.546 Timp de răspuns (mediu) 175.9s
#169	Qwen3.5 Plus 2026-02-15 medium	Qwen	0.7	0.7	$0.567	1/2	175.8s
Total teste 2 Teste greșite 1 Cost total $0.567 Timp de răspuns (mediu) 175.8s
#208	Grok 4.7 xhigh	X AI	1.0	0.7	$3.398	2/2	170.1s
Total teste 2 Teste greșite 0 Cost total $3.398 Timp de răspuns (mediu) 170.1s
#258	Solar Pro 4 high	Upstage	0.7	0.6	$0.077	1/2	167.4s
Total teste 2 Teste greșite 1 Cost total $0.077 Timp de răspuns (mediu) 167.4s
#165	LongCat 2.0 high	Meituan	1.0	0.7	$0.778	2/2	167.1s
Total teste 2 Teste greșite 0 Cost total $0.778 Timp de răspuns (mediu) 167.1s
#166	Qwen3.6 Plus medium	Qwen	1.0	0.7	$0.554	2/2	163.3s
Total teste 2 Teste greșite 0 Cost total $0.554 Timp de răspuns (mediu) 163.3s
#257	Gemini 3.1 Flash Lite low	Google	0.3	0.6	$0.717	0/2	161.2s
Total teste 2 Teste greșite 2 Cost total $0.717 Timp de răspuns (mediu) 161.2s
#255	Gemini 3.1 Flash Lite Preview low	Google	0.3	0.6	$0.736	0/2	160.6s
Total teste 2 Teste greșite 2 Cost total $0.736 Timp de răspuns (mediu) 160.6s
#339	Nemotron 3.5 Lightning high	NVIDIA	0.6	0.5	$0.168	1/2	160.5s
Total teste 2 Teste greșite 1 Cost total $0.168 Timp de răspuns (mediu) 160.5s
#71	DeepSeek V4.1 Flash max	DeepSeek	1.0	0.9	$1.204	2/2	160.3s
Total teste 2 Teste greșite 0 Cost total $1.204 Timp de răspuns (mediu) 160.3s
#174	LongCat 2.0 medium	Meituan	0.7	0.7	$0.767	1/2	151.0s
Total teste 2 Teste greșite 1 Cost total $0.767 Timp de răspuns (mediu) 151.0s
#133	DeepSeek V4 Flash 0731 medium	DeepSeek	0.7	0.8	$0.460	1/2	150.6s
Total teste 2 Teste greșite 1 Cost total $0.460 Timp de răspuns (mediu) 150.6s
#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
#81	Claude Haiku 5.5 max	Anthropic	1.0	0.8	$0.509	2/2	148.4s
Total teste 2 Teste greșite 0 Cost total $0.509 Timp de răspuns (mediu) 148.4s
#302	GPT-5 Nano medium	OpenAI	0.6	0.6	$0.159	1/2	146.9s
Total teste 2 Teste greșite 1 Cost total $0.159 Timp de răspuns (mediu) 146.9s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)