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)
#260	Ling 3.1 Flash low	Inclusionai	0.3	0.6	$0.000	0/3	274.6s
Total teste 3 Teste greșite 3 Cost total $0.000 Timp de răspuns (mediu) 274.6s
#264	Trinity Large Thinking low	Arcee AI	0.3	0.6	$0.918	0/3	140.3s
Total teste 3 Teste greșite 3 Cost total $0.918 Timp de răspuns (mediu) 140.3s
#266	Grok 4.20 medium	X AI	0.3	0.6	$1.246	0/3	49.7s
Total teste 3 Teste greșite 3 Cost total $1.246 Timp de răspuns (mediu) 49.7s
#279	Step 5 Preview medium	Stepfun	0.3	0.6	$4.136	0/3	323.2s
Total teste 3 Teste greșite 3 Cost total $4.136 Timp de răspuns (mediu) 323.2s
#288	Gemini 3.1 Flash Lite minimal	Google	0.3	0.6	$0.080	0/3	972ms
Total teste 3 Teste greșite 3 Cost total $0.080 Timp de răspuns (mediu) 972ms
#290	Gemini 3.1 Flash Lite none	Google	0.3	0.6	$0.069	0/3	701ms
Total teste 3 Teste greșite 3 Cost total $0.069 Timp de răspuns (mediu) 701ms
#292	Claude Sonnet 5 none	Anthropic	0.3	0.6	$1.095	0/3	3.32s
Total teste 3 Teste greșite 3 Cost total $1.095 Timp de răspuns (mediu) 3.32s
#301	Trinity Large Thinking high	Arcee AI	0.3	0.6	$0.794	0/3	66.9s
Total teste 3 Teste greșite 3 Cost total $0.794 Timp de răspuns (mediu) 66.9s
#310	Solar Pro 4 none	Upstage	0.3	0.6	$0.022	0/3	4.65s
Total teste 3 Teste greșite 3 Cost total $0.022 Timp de răspuns (mediu) 4.65s
#316	Kimi K2.6 none	Moonshot AI	0.3	0.5	$0.486	0/3	1.39s
Total teste 3 Teste greșite 3 Cost total $0.486 Timp de răspuns (mediu) 1.39s
#325	North Mini Code medium	Cohere	0.3	0.5	$0.000	0/3	107.2s
Total teste 3 Teste greșite 3 Cost total $0.000 Timp de răspuns (mediu) 107.2s
#336	Qwen3.6 35B A3B none	Qwen	0.3	0.5	$0.105	0/3	7.76s
Total teste 3 Teste greșite 3 Cost total $0.105 Timp de răspuns (mediu) 7.76s
#361	MiMo-V2.5 none	Xiaomi	0.3	0.5	$0.049	0/3	1.24s
Total teste 3 Teste greșite 3 Cost total $0.049 Timp de răspuns (mediu) 1.24s
#371	Granite 4.2 8B high	IBM Granite	0.3	0.5	$0.111	0/3	167.2s
Total teste 3 Teste greșite 3 Cost total $0.111 Timp de răspuns (mediu) 167.2s
#374	GPT-5.4 Nano none	OpenAI	0.3	0.5	$0.068	0/3	880ms
Total teste 3 Teste greșite 3 Cost total $0.068 Timp de răspuns (mediu) 880ms

Clasament Specific domeniului

Filtrează modelele

Top modele după Scor Specific domeniului

Scor Specific domeniului vs cost total

Top modele după Timp de răspuns (mediu)