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 greșit182 Cu motivul de eșec Timp expirat31 Cu motivul de eșec Formatare suplimentară8 Cu motivul de eșec Eroare API2 Cu motivul de eșec Fără răspuns2

Rang	Model	Companie	Scor Specific domeniului	Scor	Teste corecte	Timp de răspuns (mediu)
#14	Gemma 4 31B medium	Google	7.7	8.3	2/3	38.5s
#21	Gemini 3 Flash Preview none	Google	7.7	8.1	2/3	963ms
#42	Claude Sonnet 4.6 none	Anthropic	7.7	7.4	2/3	3.54s
#48	Gemma 4 31B none	Google	7.7	6.9	2/3	3.22s
#59	Qwen3.5-Flash none	Qwen	7.7	6.2	2/3	905ms
#63	Qwen3.5-35B-A3B none	Qwen	7.7	6.1	2/3	485ms
#74	GLM 4.7 Flash none	Z.ai	7.7	5.6	2/3	744ms
#1	Gemini 3 Flash Preview medium	Google	10.0	10.0	3/3	21.1s

←

1 2 3 4 5 6 7

Clasament Specific domeniului