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

5.6

Cel mai bun model

Qwen3.6 35B A3B 3.0

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)
#190	Hunter Alpha medium	OpenRouter	2.3	4.7	$0.000	0/1	30.5s
Total teste 1 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 30.5s
#14	Gemini 3.5 Flash low	Google	8.2	8.9	$0.433	1/2	30.0s
Total teste 2 Teste greșite 1 Cost total $0.433 Timp de răspuns (mediu) 30.0s
#121	Gemma 4 31B none	Google	3.8	6.2	$0.021	0/2	30.0s
Total teste 2 Teste greșite 2 Cost total $0.021 Timp de răspuns (mediu) 30.0s
#21	GPT-5.4 medium	OpenAI	10.0	8.5	$1.533	2/2	29.8s
Total teste 2 Teste greșite 0 Cost total $1.533 Timp de răspuns (mediu) 29.8s
#27	Muse Spark 1.1 low	Meta	6.6	8.3	$0.647	1/2	29.4s
Total teste 2 Teste greșite 1 Cost total $0.647 Timp de răspuns (mediu) 29.4s
#31	Gemini 3.5 Flash-Lite high	Google	7.3	8.1	$0.584	1/2	29.2s
Total teste 2 Teste greșite 1 Cost total $0.584 Timp de răspuns (mediu) 29.2s
#25	Grok 4.5 medium	X AI	10.0	8.3	$1.928	2/2	29.0s
Total teste 2 Teste greșite 0 Cost total $1.928 Timp de răspuns (mediu) 29.0s
#46	GLM 5 medium	Z.ai	5.0	7.7	$0.307	1/1	29.0s
Total teste 1 Teste greșite 0 Cost total $0.307 Timp de răspuns (mediu) 29.0s
#174	MiMo-V2.5 none	Xiaomi	3.0	5.1	$0.025	0/2	28.9s
Total teste 2 Teste greșite 2 Cost total $0.025 Timp de răspuns (mediu) 28.9s
#104	Gemini 3.5 Flash-Lite medium	Google	3.8	6.5	$0.369	0/2	28.7s
Total teste 2 Teste greșite 2 Cost total $0.369 Timp de răspuns (mediu) 28.7s
#117	LongCat 2.0 none	Meituan	6.5	6.3	$0.044	1/2	28.4s
Total teste 2 Teste greșite 1 Cost total $0.044 Timp de răspuns (mediu) 28.4s
#160	MiMo-V2.5-Pro none	Xiaomi	3.0	5.5	$0.068	0/2	28.3s
Total teste 2 Teste greșite 2 Cost total $0.068 Timp de răspuns (mediu) 28.3s
#20	Claude Fable 5 medium	Anthropic	6.5	8.6	$3.478	1/2	27.5s
Total teste 2 Teste greșite 1 Cost total $3.478 Timp de răspuns (mediu) 27.5s
#3	Gemini 3 Flash Preview medium	Google	10.0	9.6	$0.742	2/2	26.7s
Total teste 2 Teste greșite 0 Cost total $0.742 Timp de răspuns (mediu) 26.7s
#130	Qwen3.6 Flash none	Qwen	3.8	6.1	$0.062	0/2	26.5s
Total teste 2 Teste greșite 2 Cost total $0.062 Timp de răspuns (mediu) 26.5s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)