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)
#62	Muse Spark Open medium	Meta	1.0	0.9	$1.260	2/2	72.2s
Total teste 2 Teste greșite 0 Cost total $1.260 Timp de răspuns (mediu) 72.2s
#266	Grok 4.20 medium	X AI	0.9	0.6	$1.246	1/2	42.2s
Total teste 2 Teste greșite 1 Cost total $1.246 Timp de răspuns (mediu) 42.2s
#13	GPT-5.6 Sol low	OpenAI	1.0	1.0	$1.244	2/2	14.6s
Total teste 2 Teste greșite 0 Cost total $1.244 Timp de răspuns (mediu) 14.6s
#87	Inkling high	Thinkingmachines	0.7	0.8	$1.238	1/2	63.8s
Total teste 2 Teste greșite 1 Cost total $1.238 Timp de răspuns (mediu) 63.8s
#219	GPT-5.5 none	OpenAI	0.7	0.7	$1.212	1/2	8.90s
Total teste 2 Teste greșite 1 Cost total $1.212 Timp de răspuns (mediu) 8.90s
#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
#35	Qwen3.8 MAX medium	Qwen	0.9	0.9	$1.181	1/2	91.3s
Total teste 2 Teste greșite 1 Cost total $1.181 Timp de răspuns (mediu) 91.3s
#74	Claude Sonnet 5.5 high	Anthropic	0.8	0.9	$1.175	1/2	24.6s
Total teste 2 Teste greșite 1 Cost total $1.175 Timp de răspuns (mediu) 24.6s
#190	Qwen3.5-122B-A10B medium	Qwen	0.6	0.7	$1.152	1/2	313.5s
Total teste 2 Teste greșite 1 Cost total $1.152 Timp de răspuns (mediu) 313.5s
#187	Kimi K2.7 Code medium	Moonshot AI	0.7	0.7	$1.136	1/2	66.0s
Total teste 2 Teste greșite 1 Cost total $1.136 Timp de răspuns (mediu) 66.0s
#116	Qwen3.5-27B medium	Qwen	0.7	0.8	$1.135	1/2	595.2s
Total teste 2 Teste greșite 1 Cost total $1.135 Timp de răspuns (mediu) 595.2s
#185	Qwen3.6 Max Preview medium	Qwen	0.7	0.7	$1.132	1/2	177.5s
Total teste 2 Teste greșite 1 Cost total $1.132 Timp de răspuns (mediu) 177.5s
#76	Qwen3.8 Max (0902) low	Qwen	1.0	0.9	$1.131	2/2	113.9s
Total teste 2 Teste greșite 0 Cost total $1.131 Timp de răspuns (mediu) 113.9s
#119	GPT-5.4 Mini medium	OpenAI	0.7	0.8	$1.102	1/2	59.6s
Total teste 2 Teste greșite 1 Cost total $1.102 Timp de răspuns (mediu) 59.6s
#227	Claude Sonnet 5.5 medium	Anthropic	0.9	0.7	$1.100	1/2	23.6s
Total teste 2 Teste greșite 1 Cost total $1.100 Timp de răspuns (mediu) 23.6s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)