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)
#16	GPT-6.1 Sol low	OpenAI	1.0	1.0	$0.460	2/2	10.9s
Total teste 2 Teste greșite 0 Cost total $0.460 Timp de răspuns (mediu) 10.9s
#18	Gemini 3.7 Flash medium	Google	1.0	1.0	$0.278	2/2	20.9s
Total teste 2 Teste greșite 0 Cost total $0.278 Timp de răspuns (mediu) 20.9s
#19	GPT-6 Sol medium	OpenAI	1.0	0.9	$0.703	2/2	10.8s
Total teste 2 Teste greșite 0 Cost total $0.703 Timp de răspuns (mediu) 10.8s
#20	GPT-5.6 Sol medium	OpenAI	1.0	0.9	$1.700	2/2	17.6s
Total teste 2 Teste greșite 0 Cost total $1.700 Timp de răspuns (mediu) 17.6s
#21	GPT-6 Astra medium	OpenAI	1.0	0.9	$2.707	2/2	13.9s
Total teste 2 Teste greșite 0 Cost total $2.707 Timp de răspuns (mediu) 13.9s
#22	GPT-5.6 Sol high	OpenAI	1.0	0.9	$1.595	2/2	25.0s
Total teste 2 Teste greșite 0 Cost total $1.595 Timp de răspuns (mediu) 25.0s
#23	GPT-5.5 low	OpenAI	1.0	0.9	$1.822	2/2	13.7s
Total teste 2 Teste greșite 0 Cost total $1.822 Timp de răspuns (mediu) 13.7s
#24	Claude Opus 5.5 low	Anthropic	1.0	0.9	$1.733	2/2	53.6s
Total teste 2 Teste greșite 0 Cost total $1.733 Timp de răspuns (mediu) 53.6s
#25	Claude Opus 5.5 high	Anthropic	1.0	0.9	$2.133	2/2	60.0s
Total teste 2 Teste greșite 0 Cost total $2.133 Timp de răspuns (mediu) 60.0s
#26	Gemini 3.7 Flash low	Google	1.0	0.9	$0.183	2/2	13.0s
Total teste 2 Teste greșite 0 Cost total $0.183 Timp de răspuns (mediu) 13.0s
#27	Claude Opus 5 high	Anthropic	1.0	0.9	$4.524	2/2	31.1s
Total teste 2 Teste greșite 0 Cost total $4.524 Timp de răspuns (mediu) 31.1s
#28	Claude Opus 5 medium	Anthropic	1.0	0.9	$2.870	2/2	23.9s
Total teste 2 Teste greșite 0 Cost total $2.870 Timp de răspuns (mediu) 23.9s
#29	Seed 2.1 Turbo low	Bytedance Seed	1.0	0.9	$1.645	2/2	360.0s
Total teste 2 Teste greșite 0 Cost total $1.645 Timp de răspuns (mediu) 360.0s
#30	Muse Spark Open high	Meta	1.0	0.9	$1.782	2/2	111.7s
Total teste 2 Teste greșite 0 Cost total $1.782 Timp de răspuns (mediu) 111.7s
#31	Claude Opus 5.5 medium	Anthropic	1.0	0.9	$1.804	2/2	55.7s
Total teste 2 Teste greșite 0 Cost total $1.804 Timp de răspuns (mediu) 55.7s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)