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

5.6

Cel mai bun model

Gemini 3.6 Flash 10.0

Motive de eșec

Cu motivul de eșec Apel de instrument invalid91 Cu motivul de eșec Răspuns greșit69 Cu motivul de eșec Fără răspuns32 Cu motivul de eșec Eroare API26 Cu motivul de eșec Timp expirat5 Cu motivul de eșec Formatare suplimentară1 Cu motivul de eșec Nu a urmat instrucțiunile1

216/216

Rang	Model	Companie	Scor Combinat	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#60	GPT-5.4 Mini medium	OpenAI	6.9	7.5	$0.756	1/2	59.6s
Total teste 2 Teste greșite 1 Cost total $0.756 Timp de răspuns (mediu) 59.6s
#61	Qwen3.5 Plus 2026-02-15 medium	Qwen	6.9	7.5	$0.437	1/2	175.8s
Total teste 2 Teste greșite 1 Cost total $0.437 Timp de răspuns (mediu) 175.8s
#62	Qwen3.5-27B medium	Qwen	7.3	7.4	$1.627	1/2	595.2s
Total teste 2 Teste greșite 1 Cost total $1.627 Timp de răspuns (mediu) 595.2s
#63	Qwen3.7 Max none	Qwen	6.5	7.4	$0.197	1/2	37.2s
Total teste 2 Teste greșite 1 Cost total $0.197 Timp de răspuns (mediu) 37.2s
#64	LongCat 2.0 medium	Meituan	7.3	7.4	$0.478	1/2	151.0s
Total teste 2 Teste greșite 1 Cost total $0.478 Timp de răspuns (mediu) 151.0s
#66	KAT-Coder-Pro V2.5 low	Kwaipilot	6.4	7.4	$0.387	1/2	111.9s
Total teste 2 Teste greșite 1 Cost total $0.387 Timp de răspuns (mediu) 111.9s
#68	Gemini 3.1 Flash Lite Preview medium	Google	7.2	7.3	$0.115	1/2	16.6s
Total teste 2 Teste greșite 1 Cost total $0.115 Timp de răspuns (mediu) 16.6s
#69	Gemini 3.1 Flash Lite medium	Google	7.2	7.3	$0.117	1/2	18.5s
Total teste 2 Teste greșite 1 Cost total $0.117 Timp de răspuns (mediu) 18.5s
#71	Step 3.7 Flash low	Stepfun	7.3	7.3	$0.454	1/2	66.2s
Total teste 2 Teste greșite 1 Cost total $0.454 Timp de răspuns (mediu) 66.2s
#72	Kimi K2.6 medium	Moonshot AI	6.9	7.2	$1.036	1/2	458.6s
Total teste 2 Teste greșite 1 Cost total $1.036 Timp de răspuns (mediu) 458.6s
#73	KAT-Coder-Pro V2.5 high	Kwaipilot	7.3	7.2	$0.482	1/2	106.7s
Total teste 2 Teste greșite 1 Cost total $0.482 Timp de răspuns (mediu) 106.7s
#74	Qwen3.5 Plus 2026-04-20 medium	Qwen	6.5	7.2	$0.317	1/2	92.4s
Total teste 2 Teste greșite 1 Cost total $0.317 Timp de răspuns (mediu) 92.4s
#76	Qwen3.5-122B-A10B medium	Qwen	6.4	7.1	$1.046	1/2	313.5s
Total teste 2 Teste greșite 1 Cost total $1.046 Timp de răspuns (mediu) 313.5s
#77	Grok 4.3 medium	X AI	6.5	7.1	$0.779	1/2	55.1s
Total teste 2 Teste greșite 1 Cost total $0.779 Timp de răspuns (mediu) 55.1s
#79	Grok 4.20 medium	X AI	8.7	7.1	$0.777	1/2	42.2s
Total teste 2 Teste greșite 1 Cost total $0.777 Timp de răspuns (mediu) 42.2s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)