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

4.3

Cel mai bun model

Seed 2.1 Turbo 2.9

Motive de eșec

Cu motivul de eșec Răspuns greșit654 Cu motivul de eșec Timp expirat41 Cu motivul de eșec Fără răspuns35 Cu motivul de eșec Formatare suplimentară23 Cu motivul de eșec Eroare API17 Cu motivul de eșec Nu a urmat instrucțiunile2

311/311

Rang	Model	Companie	Scor Specific domeniului	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#112	Gemini 3.1 Flash Lite medium	Google	2.9	7.3	$0.120	0/3	3.93s
Total teste 3 Teste greșite 3 Cost total $0.120 Timp de răspuns (mediu) 3.93s
#114	DeepSeek V4 Flash 0731 medium	DeepSeek	2.9	7.3	$0.066	0/3	203.1s
Total teste 3 Teste greșite 3 Cost total $0.066 Timp de răspuns (mediu) 203.1s
#118	Muse Glimmer 30B high	Meta	2.9	7.2	$0.430	0/3	182.6s
Total teste 3 Teste greșite 3 Cost total $0.430 Timp de răspuns (mediu) 182.6s
#119	Qwen3.5 Plus 2026-04-20 medium	Qwen	2.9	7.2	$0.323	0/3	57.4s
Total teste 3 Teste greșite 3 Cost total $0.323 Timp de răspuns (mediu) 57.4s
#121	Muse Glimmer 30B medium	Meta	2.9	7.2	$0.227	0/3	44.6s
Total teste 3 Teste greșite 3 Cost total $0.227 Timp de răspuns (mediu) 44.6s
#122	Qwen3.5-122B-A10B medium	Qwen	2.9	7.1	$1.207	0/3	74.4s
Total teste 3 Teste greșite 3 Cost total $1.207 Timp de răspuns (mediu) 74.4s
#124	Step 3.7 Flash low	Stepfun	2.9	7.1	$0.390	0/3	22.7s
Total teste 3 Teste greșite 3 Cost total $0.390 Timp de răspuns (mediu) 22.7s
#132	Grok 4.20 medium	X AI	2.9	7.0	$0.805	0/3	49.7s
Total teste 3 Teste greșite 3 Cost total $0.805 Timp de răspuns (mediu) 49.7s
#137	Qwen3.7 Flash medium	Qwen	2.9	6.9	$0.065	0/3	38.0s
Total teste 3 Teste greșite 3 Cost total $0.065 Timp de răspuns (mediu) 38.0s
#143	Solar Pro 4 low	Upstage	2.9	6.8	$0.044	0/3	279.0s
Total teste 3 Teste greșite 3 Cost total $0.044 Timp de răspuns (mediu) 279.0s
#147	MiMo-V2.5-Pro medium	Xiaomi	2.9	6.8	$0.221	0/3	146.1s
Total teste 3 Teste greșite 3 Cost total $0.221 Timp de răspuns (mediu) 146.1s
#152	LongCat 2.0 low	Meituan	2.9	6.7	$0.412	0/3	183.6s
Total teste 3 Teste greșite 3 Cost total $0.412 Timp de răspuns (mediu) 183.6s
#180	GPT-5.6 Luna low	OpenAI	2.9	6.2	$0.051	0/3	11.2s
Total teste 3 Teste greșite 3 Cost total $0.051 Timp de răspuns (mediu) 11.2s
#181	Claude Sonnet 5 none	Anthropic	2.9	6.1	$0.548	0/3	3.32s
Total teste 3 Teste greșite 3 Cost total $0.548 Timp de răspuns (mediu) 3.32s
#182	Gemini 3.1 Flash Lite minimal	Google	2.9	6.1	$0.047	0/3	972ms
Total teste 3 Teste greșite 3 Cost total $0.047 Timp de răspuns (mediu) 972ms

Clasament Specific domeniului

Filtrează modelele

Top modele după Scor Specific domeniului

Scor Specific domeniului vs cost total

Top modele după Timp de răspuns (mediu)