Clasament modele pentru Combinat

Categorie AI BENCHY

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

6.3

Cel mai bun model

Motive de eșec

Cu motivul de eșec Răspuns greșit52 Cu motivul de eșec Apel de instrument invalid19 Cu motivul de eșec Eroare API13 Cu motivul de eșec Fără răspuns2 Cu motivul de eșec Timp expirat2 Cu motivul de eșec Nu a urmat instrucțiunile1

Rang	Model	Companie	Scor Combinat	Scor	Teste corecte	Timp de răspuns (mediu)
#20	Gemini 3.5 Flash none	Google	3.0	8.1	0/1	0ms
#27	Gemma 4 31B medium	Google	3.0	7.8	0/1	0ms
#32	Gemini 3.5 Flash minimal	Google	3.0	7.7	0/1	3.56s
#34	Qwen3.7 Max none	Qwen	3.0	7.7	0/1	2.17s
#35	Gemini 3 PRO Preview medium	Google	3.0	7.6	0/1	10.4s
#46	Qwen3.6 35B A3B medium	Qwen	3.0	7.4	0/1	0ms
#48	Gemini 3 Flash Preview none	Google	4.7	7.4	0/1	3.56s
#50	Gemini 3.1 Flash Lite Preview low	Google	3.0	7.4	0/1	11.9s
#51	Mimo V2 PRO medium	Xiaomi	4.7	7.4	0/1	64.7s
#58	Gemini 3.1 Flash Lite Preview none	Google	3.0	7.2	0/1	3.20s
#59	GLM 5V Turbo medium	Z.ai	6.9	7.2	0/1	15.1s
#61	Gemini 3.1 Flash Lite low	Google	3.0	7.2	0/1	4.48s
#66	Qwen3.5-35B-A3B medium	Qwen	4.7	7.1	0/1	75.3s
#74	Qwen3.6 Max Preview none	Qwen	3.0	6.9	0/1	20.5s
#78	Qwen3.6 27B medium	Qwen	7.0	6.8	0/1	83.1s

Clasament Combinat