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.

Modele afișate

Media pentru Scor Combinat

0.6

Cel mai bun model

Motive de eșec

Cu motivul de eșec Apel de instrument invalid177 Cu motivul de eșec Răspuns greșit126 Cu motivul de eșec Eroare API62 Cu motivul de eșec Fără răspuns55 Cu motivul de eșec Timp expirat11 Cu motivul de eșec Formatare suplimentară1 Cu motivul de eșec Nu a urmat instrucțiunile1

442/442

Rang	Model	Companie	Scor Combinat	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#51	Gemini 3.6 Flash low	Google	0.7	0.9	$0.363	1/2	19.8s
Total teste 2 Teste greșite 1 Cost total $0.363 Timp de răspuns (mediu) 19.8s
#52	GLM 5.3 Flash max	Z.ai	0.7	0.9	$0.089	1/2	138.7s
Total teste 2 Teste greșite 1 Cost total $0.089 Timp de răspuns (mediu) 138.7s
#77	Muse Spark 1.3 low	Meta	0.7	0.9	$0.911	1/2	25.7s
Total teste 2 Teste greșite 1 Cost total $0.911 Timp de răspuns (mediu) 25.7s
#81	Nemotron 3.5 Super VL high	NVIDIA	0.7	0.8	$0.349	1/2	183.5s
Total teste 2 Teste greșite 1 Cost total $0.349 Timp de răspuns (mediu) 183.5s
#83	GPT-5 Mini medium	OpenAI	0.7	0.8	$0.315	1/2	99.8s
Total teste 2 Teste greșite 1 Cost total $0.315 Timp de răspuns (mediu) 99.8s
#86	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
#103	Seed-2.0-Code low	Bytedance Seed	0.7	0.8	$0.881	1/2	99.1s
Total teste 2 Teste greșite 1 Cost total $0.881 Timp de răspuns (mediu) 99.1s
#114	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
#126	Step 3.7 Flash medium	Stepfun	0.7	0.8	$0.571	1/2	80.9s
Total teste 2 Teste greșite 1 Cost total $0.571 Timp de răspuns (mediu) 80.9s
#130	DeepSeek V4 Flash 0731 medium	DeepSeek	0.7	0.8	$0.460	1/2	150.6s
Total teste 2 Teste greșite 1 Cost total $0.460 Timp de răspuns (mediu) 150.6s
#135	Claude Haiku 5.5 medium	Anthropic	0.7	0.8	$0.063	1/2	20.3s
Total teste 2 Teste greșite 1 Cost total $0.063 Timp de răspuns (mediu) 20.3s
#141	GPT-6 Luna low	OpenAI	0.7	0.8	$0.033	1/2	49.8s
Total teste 2 Teste greșite 1 Cost total $0.033 Timp de răspuns (mediu) 49.8s
#145	Seed-2.0-Mini medium	Bytedance Seed	0.7	0.8	$0.140	1/2	282.3s
Total teste 2 Teste greșite 1 Cost total $0.140 Timp de răspuns (mediu) 282.3s
#147	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
#153	Grok 4.7 low	X AI	0.7	0.7	$1.933	1/2	31.2s
Total teste 2 Teste greșite 1 Cost total $1.933 Timp de răspuns (mediu) 31.2s

←

1 9 10 11 30

→

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)