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)
#41	Pareto default	Unbiased	0.7	0.9	$1.520	1/2	53.5s
Total teste 2 Teste greșite 1 Cost total $1.520 Timp de răspuns (mediu) 53.5s
#182	Gemini 3.1 Flash Lite Preview medium	Google	0.7	0.7	$0.158	1/2	16.6s
Total teste 2 Teste greșite 1 Cost total $0.158 Timp de răspuns (mediu) 16.6s
#190	Gemini 3.1 Flash Lite medium	Google	0.7	0.7	$0.153	1/2	18.5s
Total teste 2 Teste greșite 1 Cost total $0.153 Timp de răspuns (mediu) 18.5s
#121	MiMo-V2.6-Flash medium	Xiaomi	0.7	0.8	$0.218	1/2	20.7s
Total teste 2 Teste greșite 1 Cost total $0.218 Timp de răspuns (mediu) 20.7s
#112	Qwen3.8 Flash Next low	Qwen	0.7	0.8	~$0.045	1/2	98.9s
Total teste 2 Teste greșite 1 Cost total ~$0.045 Timp de răspuns (mediu) 98.9s
#117	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
#120	Qwen3.8 2.4T A95B high	Qwen	0.7	0.8	$2.949	1/2	266.1s
Total teste 2 Teste greșite 1 Cost total $2.949 Timp de răspuns (mediu) 266.1s
#166	Qwen3.5 Plus 2026-02-15 medium	Qwen	0.7	0.7	$0.567	1/2	175.8s
Total teste 2 Teste greșite 1 Cost total $0.567 Timp de răspuns (mediu) 175.8s
#170	Qwen3.7 Flash high	Qwen	0.7	0.7	$0.063	1/2	232.0s
Total teste 2 Teste greșite 1 Cost total $0.063 Timp de răspuns (mediu) 232.0s
#196	Kimi K2.6 medium	Moonshot AI	0.7	0.7	$1.594	1/2	458.6s
Total teste 2 Teste greșite 1 Cost total $1.594 Timp de răspuns (mediu) 458.6s
#215	GLM 5.2 none	Z.ai	0.7	0.7	$0.250	1/2	50.2s
Total teste 2 Teste greșite 1 Cost total $0.250 Timp de răspuns (mediu) 50.2s
#241	MiMo-V2.5-Pro medium	Xiaomi	0.7	0.6	$0.332	1/2	125.4s
Total teste 2 Teste greșite 1 Cost total $0.332 Timp de răspuns (mediu) 125.4s
#242	Dots 3 Note Preview high	Dots Studio	0.7	0.6	$0.000	1/2	107.1s
Total teste 2 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 107.1s
#243	Dots 3 Note Preview low	Dots Studio	0.7	0.6	$0.000	1/2	85.2s
Total teste 2 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 85.2s
#174	Qwen3.6 27B medium	Qwen	0.7	0.7	$1.021	0/2	584.1s
Total teste 2 Teste greșite 2 Cost total $1.021 Timp de răspuns (mediu) 584.1s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost totalEstimarea include numai energia electrică a plăcii GPU. Restul computerului și achiziția hardware-ului nu sunt incluse. NVIDIA GeForce RTX 3090: 0.4535 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.044834.

Top modele după Timp de răspuns (mediu)

Scor Combinat vs cost total