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.

Modele afișate

Media pentru Scor Specific domeniului

0.4

Cel mai bun model

Gemini 3.6 Flash 0.8

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)
#31	Claude Opus 5.5 medium	Anthropic	0.8	0.9	$1.804	2/3	21.3s
Total teste 3 Teste greșite 1 Cost total $1.804 Timp de răspuns (mediu) 21.3s
#42	Pareto default	Unbiased	0.8	0.9	$1.520	2/3	98.8s
Total teste 3 Teste greșite 1 Cost total $1.520 Timp de răspuns (mediu) 98.8s
#86	Gemini 3.1 Pro Preview medium	Google	0.8	0.8	$1.585	2/3	20.3s
Total teste 3 Teste greșite 1 Cost total $1.585 Timp de răspuns (mediu) 20.3s
#87	Inkling high	Thinkingmachines	0.8	0.8	$1.238	2/3	174.7s
Total teste 3 Teste greșite 1 Cost total $1.238 Timp de răspuns (mediu) 174.7s
#107	Claude Opus 4.7 medium	Anthropic	0.8	0.8	$3.636	2/3	1.19s
Total teste 3 Teste greșite 1 Cost total $3.636 Timp de răspuns (mediu) 1.19s
#118	Claude Fable 5.1 high	Anthropic	0.8	0.8	$3.471	2/3	24.3s
Total teste 3 Teste greșite 1 Cost total $3.471 Timp de răspuns (mediu) 24.3s
#120	Qwen3.7 Max none	Qwen	0.8	0.8	$0.451	2/3	1.24s
Total teste 3 Teste greșite 1 Cost total $0.451 Timp de răspuns (mediu) 1.24s
#146	Space Bunny Alpha high	Stealth	0.8	0.8	$0.000	2/3	85.1s
Total teste 3 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 85.1s
#162	Claude Fable 5.1 medium	Anthropic	0.8	0.7	$3.197	2/3	19.3s
Total teste 3 Teste greșite 1 Cost total $3.197 Timp de răspuns (mediu) 19.3s
#181	Minimax M3.1 Flash low	Minimax	0.8	0.7	$0.000	2/3	53.3s
Total teste 3 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 53.3s
#206	Space Bunny Alpha max	Stealth	0.8	0.7	$0.000	2/3	140.0s
Total teste 3 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 140.0s
#220	GLM 5.2 none	Z.ai	0.8	0.7	$0.250	2/3	6.35s
Total teste 3 Teste greșite 1 Cost total $0.250 Timp de răspuns (mediu) 6.35s
#239	Gemini 3 Flash Preview none	Google	0.8	0.6	$0.155	2/3	879ms
Total teste 3 Teste greșite 1 Cost total $0.155 Timp de răspuns (mediu) 879ms
#243	Minimax M3.1 Flash xhigh	Minimax	0.8	0.6	$0.000	2/3	51.0s
Total teste 3 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 51.0s
#247	Gemini 3.5 Flash minimal	Google	0.8	0.6	$0.508	2/3	879ms
Total teste 3 Teste greșite 1 Cost total $0.508 Timp de răspuns (mediu) 879ms

Clasament Specific domeniului

Filtrează modelele

Top modele după Scor Specific domeniului

Scor Specific domeniului vs cost total

Top modele după Timp de răspuns (mediu)