Eșecuri Formatare suplimentară
Vezi ce modele AI se lovesc cel mai des de Formatare suplimentară, ca să identifici riscurile de fiabilitate înainte să alegi. Sortează după: Număr de eșecuri ↑.
42/42
Filtrează modelele
Niciun model nu corespunde căutării și filtrelor curente.
| Rang | Model | Companie | Număr de Formatare suplimentară | Scor | Cost total | Teste corecte | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|
| #173 | DeepSeek V3.2 none | DeepSeek | 2 | 5.0 | $0.054 | 6/22 | 18.3s |
| #181 | Grok 4.20 Multi Agent Beta medium | X AI | 2 | 4.8 | $5.599 | 8/18 | 9.69s |
| #40 | Claude Sonnet 4.6 medium | Anthropic | 3 | 7.8 | $2.057 | 14/22 | 25.9s |
| #48 | Grok Build 0.1 medium | X AI | 3 | 7.6 | $1.097 | 14/22 | 52.1s |
| #66 | Claude Opus 4.8 none | Anthropic | 3 | 7.3 | $1.166 | 13/22 | 4.91s |
| #84 | MiMo-V2.5-Pro medium | Xiaomi | 3 | 6.9 | $0.187 | 12/22 | 33.9s |
| #144 | KAT-Coder-Air V2.5 high | Kwaipilot | 3 | 5.6 | $0.077 | 7/22 | 15.9s |
| #182 | KAT-Coder-Air V2.5 none | Kwaipilot | 3 | 4.8 | $0.067 | 5/22 | 12.2s |
| #63 | Claude Sonnet 4.6 none | Anthropic | 4 | 7.3 | $0.661 | 12/22 | 8.12s |
| #112 | Claude Sonnet 5 none | Anthropic | 4 | 6.3 | $0.548 | 8/22 | 6.04s |
| #158 | KAT-Coder-Air V2.5 low | Kwaipilot | 4 | 5.4 | $0.041 | 7/22 | 10.1s |
| #43 | Claude Opus 4.6 medium | Anthropic | 5 | 7.7 | $3.059 | 13/22 | 34.3s |