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)
#81	Mercury 2 medium	Inception	2.9	6.6	0/3	6.48s
#84	Grok 4.20 Multi Agent Beta medium	X AI	2.9	6.6	0/3	24.7s
#87	Gemini 3.1 Flash Lite minimal	Google	2.9	6.4	0/3	1.02s
#90	Gemini 3.1 Flash Lite none	Google	2.9	6.4	0/3	762ms
#91	GPT-5.5 none	OpenAI	2.9	6.4	0/3	1.31s
#103	DeepSeek V4 Pro high	DeepSeek	2.9	6.0	0/3	205.7s
#112	GLM 5.1 none	Z.ai	2.9	5.7	0/3	1.99s
#133	DeepSeek V3.2 none	DeepSeek	2.9	5.2	0/3	4.17s
#149	Nemotron 3 Nano Omni 30b A3b Reasoning medium	NVIDIA	2.9	4.6	0/3	56.7s
#40	Gemini 3.1 Flash Lite Preview medium	Google	3.0	7.5	0/3	4.21s
#69	Claude Opus 4.6 medium	Anthropic	3.0	7.0	0/3	83.4s
#73	Seed-2.0-Mini medium	Bytedance Seed	3.0	6.9	0/3	0ms
#79	Hunter Alpha medium	OpenRouter	3.0	6.7	0/3	10.5s
#80	Mimo V2 Omni medium	Xiaomi	3.0	6.7	0/3	47.9s
#88	Qwen3.7 Plus none	Qwen	3.0	6.4	0/3	868ms

Clasament Specific domeniului