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

0.4

Cel mai bun model

Gemini 3 Flash Preview 0.0

Motive de eșec

Cu motivul de eșec Răspuns greșit893 Cu motivul de eșec Fără răspuns66 Cu motivul de eșec Timp expirat46 Cu motivul de eșec Eroare API40 Cu motivul de eșec Formatare suplimentară36 Cu motivul de eșec Nu a urmat instrucțiunile3

451/451

Rang	Model	Companie	Scor Specific domeniului	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#176	Step 3.7 Flash low	Stepfun	0.3	0.7	$0.449	0/3	22.7s
Total teste 3 Teste greșite 3 Cost total $0.449 Timp de răspuns (mediu) 22.7s
#188	Ember-1 low	Fireworks	0.3	0.7	$1.488	0/3	56.2s
Total teste 3 Teste greșite 3 Cost total $1.488 Timp de răspuns (mediu) 56.2s
#190	Qwen3.5-122B-A10B medium	Qwen	0.3	0.7	$1.152	0/3	74.4s
Total teste 3 Teste greșite 3 Cost total $1.152 Timp de răspuns (mediu) 74.4s
#195	Gemini 3.1 Flash Lite medium	Google	0.3	0.7	$0.153	0/3	3.93s
Total teste 3 Teste greșite 3 Cost total $0.153 Timp de răspuns (mediu) 3.93s
#198	GPT-5.6 Luna low	OpenAI	0.3	0.7	$0.049	0/3	11.2s
Total teste 3 Teste greșite 3 Cost total $0.049 Timp de răspuns (mediu) 11.2s
#202	Qwen3.5-Flash medium	Qwen	0.3	0.7	$0.184	0/3	143.8s
Total teste 3 Teste greșite 3 Cost total $0.184 Timp de răspuns (mediu) 143.8s
#209	Grok Build 0.1 medium	X AI	0.3	0.7	$1.419	0/3	175.9s
Total teste 3 Teste greșite 3 Cost total $1.419 Timp de răspuns (mediu) 175.9s
#211	Solar Pro 4 low	Upstage	0.3	0.7	$0.101	0/3	279.0s
Total teste 3 Teste greșite 3 Cost total $0.101 Timp de răspuns (mediu) 279.0s
#215	GPT 5.3 Chat default	OpenAI	0.3	0.7	$0.533	0/3	12.7s
Total teste 3 Teste greșite 3 Cost total $0.533 Timp de răspuns (mediu) 12.7s
#217	Apodex 1.1 Mini high	Apodex	0.3	0.7	$0.000	0/3	54.7s
Total teste 3 Teste greșite 3 Cost total $0.000 Timp de răspuns (mediu) 54.7s
#221	Qwen3.7 Flash medium	Qwen	0.3	0.7	$0.076	0/3	38.0s
Total teste 3 Teste greșite 3 Cost total $0.076 Timp de răspuns (mediu) 38.0s
#222	LongCat 2.0 low	Meituan	0.3	0.7	$0.630	0/3	183.6s
Total teste 3 Teste greșite 3 Cost total $0.630 Timp de răspuns (mediu) 183.6s
#225	Beam 1.0 501B A23B medium	Reflection	0.3	0.7	$0.499	0/3	11.7s
Total teste 3 Teste greșite 3 Cost total $0.499 Timp de răspuns (mediu) 11.7s
#231	Mercury 2.5 high	Inception	0.3	0.6	$0.044	0/3	4.86s
Total teste 3 Teste greșite 3 Cost total $0.044 Timp de răspuns (mediu) 4.86s
#248	MiMo-V2.5-Pro medium	Xiaomi	0.3	0.6	$0.332	0/3	146.1s
Total teste 3 Teste greșite 3 Cost total $0.332 Timp de răspuns (mediu) 146.1s

Clasament Specific domeniului

Filtrează modelele

Top modele după Scor Specific domeniului

Scor Specific domeniului vs cost total

Top modele după Timp de răspuns (mediu)