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)
#66	GPT-5.2 medium	OpenAI	1.0	0.9	$1.558	2/2	58.5s
Total teste 2 Teste greșite 0 Cost total $1.558 Timp de răspuns (mediu) 58.5s
#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
#42	Pareto default	Unbiased	0.7	0.9	$1.520	1/2	53.5s
Total teste 2 Teste greșite 1 Cost total $1.520 Timp de răspuns (mediu) 53.5s
#73	Claude Sonnet 5.5 xhigh	Anthropic	0.9	0.9	$1.516	1/2	30.4s
Total teste 2 Teste greșite 1 Cost total $1.516 Timp de răspuns (mediu) 30.4s
#188	Ember-1 low	Fireworks	0.7	0.7	$1.488	1/2	51.5s
Total teste 2 Teste greșite 1 Cost total $1.488 Timp de răspuns (mediu) 51.5s
#224	Step 3.7 Flash high	Stepfun	0.9	0.7	$1.478	1/2	41.2s
Total teste 2 Teste greșite 1 Cost total $1.478 Timp de răspuns (mediu) 41.2s
#150	Seed-2.0-Code high	Bytedance Seed	0.7	0.7	$1.448	1/2	144.9s
Total teste 2 Teste greșite 1 Cost total $1.448 Timp de răspuns (mediu) 144.9s
#79	Claude Sonnet 5 medium	Anthropic	0.7	0.9	$1.438	1/2	51.9s
Total teste 2 Teste greșite 1 Cost total $1.438 Timp de răspuns (mediu) 51.9s
#209	Grok Build 0.1 medium	X AI	1.0	0.7	$1.419	2/2	65.1s
Total teste 2 Teste greșite 0 Cost total $1.419 Timp de răspuns (mediu) 65.1s
#149	Mistral Large 4 high	Mistral	1.0	0.8	$1.391	2/2	391.9s
Total teste 2 Teste greșite 0 Cost total $1.391 Timp de răspuns (mediu) 391.9s
#6	GPT-6.1 Sol xhigh	OpenAI	1.0	1.0	$1.377	2/2	34.4s
Total teste 2 Teste greșite 0 Cost total $1.377 Timp de răspuns (mediu) 34.4s
#132	Grok 4.5 low	X AI	0.7	0.8	$1.345	1/2	12.8s
Total teste 2 Teste greșite 1 Cost total $1.345 Timp de răspuns (mediu) 12.8s
#38	GPT-5.3-Codex medium	OpenAI	1.0	0.9	$1.318	2/2	26.0s
Total teste 2 Teste greșite 0 Cost total $1.318 Timp de răspuns (mediu) 26.0s
#121	Gemini 3.5 Flash medium	Google	1.0	0.8	$1.316	2/2	44.4s
Total teste 2 Teste greșite 0 Cost total $1.316 Timp de răspuns (mediu) 44.4s
#154	Seed-2.0-Code medium	Bytedance Seed	0.5	0.7	$1.275	0/2	102.3s
Total teste 2 Teste greșite 2 Cost total $1.275 Timp de răspuns (mediu) 102.3s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)