Clasament modele pentru Specific domeniului

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

4.7

Cel mai bun model

GLM 5 Turbo 2.9

Motive de eșec

Cu motivul de eșec Răspuns greșit412 Cu motivul de eșec Timp expirat43 Cu motivul de eșec Formatare suplimentară17 Cu motivul de eșec Fără răspuns8 Cu motivul de eșec Eroare API7 Cu motivul de eșec Nu a urmat instrucțiunile1

210/210

Rang	Model	Companie	Scor Specific domeniului	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#65	Gemini 3.1 Flash Lite medium	Google	2.9	7.3	$0.117	0/3	3.16s
Total teste 3 Teste greșite 3 Cost total $0.117 Timp de răspuns (mediu) 3.16s
#70	Qwen3.5 Plus 2026-04-20 medium	Qwen	2.9	7.2	$0.317	0/3	53.1s
Total teste 3 Teste greșite 3 Cost total $0.317 Timp de răspuns (mediu) 53.1s
#72	Qwen3.5-122B-A10B medium	Qwen	2.9	7.1	$1.046	0/3	63.4s
Total teste 3 Teste greșite 3 Cost total $1.046 Timp de răspuns (mediu) 63.4s
#78	Mercury 2 medium	Inception	2.9	7.0	$0.093	0/3	6.48s
Total teste 3 Teste greșite 3 Cost total $0.093 Timp de răspuns (mediu) 6.48s
#81	KAT-Coder-Pro V2.5 medium	Kwaipilot	2.9	6.9	$0.467	0/3	29.0s
Total teste 3 Teste greșite 3 Cost total $0.467 Timp de răspuns (mediu) 29.0s
#87	GPT-5.5 none	OpenAI	2.9	6.9	$0.544	0/3	1.31s
Total teste 3 Teste greșite 3 Cost total $0.544 Timp de răspuns (mediu) 1.31s
#99	Qwen3.6 27B medium	Qwen	2.9	6.5	$0.779	0/3	73.4s
Total teste 3 Teste greșite 3 Cost total $0.779 Timp de răspuns (mediu) 73.4s
#102	Laguna XS 2.1 medium	Poolside	2.9	6.5	$0.068	0/3	65.7s
Total teste 3 Teste greșite 3 Cost total $0.068 Timp de răspuns (mediu) 65.7s
#120	Gemini 3.1 Flash Lite minimal	Google	2.9	6.1	$0.047	0/3	1.02s
Total teste 3 Teste greșite 3 Cost total $0.047 Timp de răspuns (mediu) 1.02s
#122	Gemini 3.1 Flash Lite none	Google	2.9	6.1	$0.046	0/3	762ms
Total teste 3 Teste greșite 3 Cost total $0.046 Timp de răspuns (mediu) 762ms
#144	KAT-Coder-Air V2.5 high	Kwaipilot	2.9	5.6	$0.077	0/3	7.47s
Total teste 3 Teste greșite 3 Cost total $0.077 Timp de răspuns (mediu) 7.47s
#151	GLM 5.1 none	Z.ai	2.9	5.5	$0.164	0/3	1.99s
Total teste 3 Teste greșite 3 Cost total $0.164 Timp de răspuns (mediu) 1.99s
#158	KAT-Coder-Air V2.5 low	Kwaipilot	2.9	5.4	$0.041	0/3	4.99s
Total teste 3 Teste greșite 3 Cost total $0.041 Timp de răspuns (mediu) 4.99s
#159	GPT-5.6 Luna none	OpenAI	2.9	5.4	$0.142	0/3	737ms
Total teste 3 Teste greșite 3 Cost total $0.142 Timp de răspuns (mediu) 737ms
#173	DeepSeek V3.2 none	DeepSeek	2.9	5.0	$0.054	0/3	4.17s
Total teste 3 Teste greșite 3 Cost total $0.054 Timp de răspuns (mediu) 4.17s

Clasament Specific domeniului

Filtrează modelele

Top modele după Scor Specific domeniului

Scor Specific domeniului vs cost total

Top modele după Timp de răspuns (mediu)