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)
#217	LongCat 2.0 low	Meituan	1.0	0.7	$0.630	2/2	130.2s
Total teste 2 Teste greșite 0 Cost total $0.630 Timp de răspuns (mediu) 130.2s
#236	Claude Sonnet 4.6 medium	Anthropic	1.0	0.6	$2.126	2/2	93.7s
Total teste 2 Teste greșite 0 Cost total $2.126 Timp de răspuns (mediu) 93.7s
#253	Claude Opus 4.6 medium	Anthropic	1.0	0.6	$2.961	2/2	114.1s
Total teste 2 Teste greșite 0 Cost total $2.961 Timp de răspuns (mediu) 114.1s
#264	Claude Fable 5.1 low	Anthropic	1.0	0.6	$3.395	2/2	29.4s
Total teste 2 Teste greșite 0 Cost total $3.395 Timp de răspuns (mediu) 29.4s
#48	Gemini 3.5 Flash Lite high	Google	1.0	0.9	$0.624	2/2	27.9s
Total teste 2 Teste greșite 0 Cost total $0.624 Timp de răspuns (mediu) 27.9s
#95	Claude Opus 4.8 medium	Anthropic	1.0	0.8	$3.490	2/2	54.3s
Total teste 2 Teste greșite 0 Cost total $3.490 Timp de răspuns (mediu) 54.3s
#110	GPT-5.4 Nano medium	OpenAI	1.0	0.8	$0.235	2/2	32.2s
Total teste 2 Teste greșite 0 Cost total $0.235 Timp de răspuns (mediu) 32.2s
#154	Inkling Small high	Thinkingmachines	1.0	0.7	$0.398	2/2	40.4s
Total teste 2 Teste greșite 0 Cost total $0.398 Timp de răspuns (mediu) 40.4s
#169	Claude Opus 4.8 low	Anthropic	1.0	0.7	$3.787	2/2	36.9s
Total teste 2 Teste greșite 0 Cost total $3.787 Timp de răspuns (mediu) 36.9s
#297	Dots 3 Note Preview medium	Dots Studio	1.0	0.6	$0.000	2/2	60.8s
Total teste 2 Teste greșite 0 Cost total $0.000 Timp de răspuns (mediu) 60.8s
#64	Muse Spark 1.2 low	Meta	1.0	0.9	$0.881	2/2	17.0s
Total teste 2 Teste greșite 0 Cost total $0.881 Timp de răspuns (mediu) 17.0s
#150	DeepSeek V4 Flash 0731 low	DeepSeek	1.0	0.7	$0.306	2/2	54.2s
Total teste 2 Teste greșite 0 Cost total $0.306 Timp de răspuns (mediu) 54.2s
#85	Gemini 3.1 Pro Preview medium	Google	1.0	0.8	$1.585	2/2	40.4s
Total teste 2 Teste greșite 0 Cost total $1.585 Timp de răspuns (mediu) 40.4s
#144	GLM 5.1 medium	Z.ai	1.0	0.8	$1.546	2/2	175.9s
Total teste 2 Teste greșite 0 Cost total $1.546 Timp de răspuns (mediu) 175.9s
#195	Claude Opus 4.8 none	Anthropic	1.0	0.7	$2.334	2/2	26.4s
Total teste 2 Teste greșite 0 Cost total $2.334 Timp de răspuns (mediu) 26.4s

Clasament Combinat

Filtrează modelele

Top modele după Scor Combinat

Scor Combinat vs cost total

Top modele după Timp de răspuns (mediu)