Clasament modele pentru Cultură generală

Categorie AI BENCHY

Vezi ce modele AI se descurcă cel mai bine la Cultură generală, care rămân fiabile și unde apar cele mai mari diferențe. Sortează după: Metrică ↑.

Modele afișate

Media pentru Scor Cultură generală

3.1

Cel mai bun model

Motive de eșec

Cu motivul de eșec Răspuns greșit133 Cu motivul de eșec Eroare API13 Cu motivul de eșec Fără răspuns8

169/169

Rang	Model	Companie	Scor Cultură generală	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#5	Gemini 3.5 Flash low	Google	10.0	9.2	$0.349	1/1	1.88s
Total teste 1 Teste greșite 0 Cost total $0.349 Timp de răspuns (mediu) 1.88s
#7	Gemini 3.1 Pro Preview medium	Google	10.0	9.2	$1.054	1/1	6.27s
Total teste 1 Teste greșite 0 Cost total $1.054 Timp de răspuns (mediu) 6.27s
#8	Gemini 3.5 Flash medium	Google	10.0	9.1	$0.582	1/1	2.75s
Total teste 1 Teste greșite 0 Cost total $0.582 Timp de răspuns (mediu) 2.75s
#52	Gemini 3 Flash Preview low	Google	10.0	7.4	$0.111	1/1	2.75s
Total teste 1 Teste greșite 0 Cost total $0.111 Timp de răspuns (mediu) 2.75s

Clasament Cultură generală