Clasament modele pentru Specific domeniului

Categorie AI BENCHY

Vezi ce modele AI se descurcă cel mai bine la Specific domeniului, care rămân fiabile și unde apar cele mai mari diferențe. Sortează după: Metrică ↑.

Modele afișate

Media pentru Scor Specific domeniului

4.8

Cel mai bun model

Motive de eșec

Cu motivul de eșec Răspuns greșit314 Cu motivul de eșec Timp expirat34 Cu motivul de eșec Formatare suplimentară12 Cu motivul de eșec Eroare API6 Cu motivul de eșec Fără răspuns5 Cu motivul de eșec Nu a urmat instrucțiunile1

Rang	Model	Companie	Scor Specific domeniului	Scor	Teste corecte	Timp de răspuns (mediu)
#42	GPT-5.2 medium	OpenAI	5.9	7.5	1/3	77.8s
#64	MiMo-V2-Flash medium	Xiaomi	5.9	7.2	1/3	96.0s
#70	GPT-5.4 Nano medium	OpenAI	5.9	7.0	1/3	38.2s
#89	Hy3 preview low	Tencent	5.9	6.4	1/3	40.4s
#97	Gemini 2.5 Flash none	Google	5.9	6.2	1/3	495ms
#157	Grok 4.1 Fast none	X AI	5.9	4.4	1/3	1.06s
#160	LFM2-24B-A2B none	Liquid	5.9	4.2	1/3	287ms
#2	Gemini 3.5 Flash high	Google	7.6	9.6	2/3	14.1s
#20	Gemini 3.5 Flash none	Google	7.6	8.1	2/3	10.6s
#3	Gemini 3.5 Flash low	Google	7.7	9.4	2/3	3.39s
#4	Gemini 3.1 Pro Preview medium	Google	7.7	9.4	2/3	32.7s
#7	Gemini 3.5 Flash medium	Google	7.7	9.0	2/3	5.24s
#8	Claude Opus 4.7 none	Anthropic	7.7	8.9	2/3	1.19s
#11	Claude Opus 4.7 medium	Anthropic	7.7	8.7	2/3	1.17s
#22	Step 3.7 Flash medium	Stepfun	7.7	8.0	2/3	48.3s

←

1 9 10 11

→

Clasament Specific domeniului