Eșecuri Fără răspuns
Vezi ce modele AI se lovesc cel mai des de Fără răspuns, ca să identifici riscurile de fiabilitate înainte să alegi. Sortează după: Număr de eșecuri ↑.
Categorii
În categoria Specific domeniului66 În categoria Cultură generală62 În categoria Combinat56 În categoria Programare52 În categoria Rezolvare de puzzle-uri14 În categoria Trucuri anti-AI13 În categoria Parsare și extragere de date9 În categoria Apelare instrumente3 În categoria Respectarea instrucțiunilor2
170/170
Filtrează modelele
Niciun model nu corespunde căutării și filtrelor curente.
| Rang | Model | Companie | Număr de Fără răspuns | Scor | Cost total | Teste corecte | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|
| #244 | Kimi K2.5 medium | Moonshot AI | 2 | 0.6 | $0.841 | 10/23 | 125.8s |
| #249 | Dots 3 Note Preview high | Dots Studio | 2 | 0.6 | $0.000 | 10/23 | 70.5s |
| #250 | Dots 3 Note Preview low | Dots Studio | 2 | 0.6 | $0.000 | 10/23 | 66.1s |
| #267 | Space Bunny Alpha xhigh | Stealth | 2 | 0.6 | $0.000 | 9/23 | 60.0s |
| #292 | Claude Sonnet 5 none | Anthropic | 2 | 0.6 | $1.095 | 7/23 | 8.60s |
| #306 | Dots 3 Note Preview medium | Dots Studio | 2 | 0.6 | $0.000 | 8/23 | 70.3s |
| #317 | Ling 3.1 Flash none | Inclusionai | 2 | 0.5 | $0.000 | 5/23 | 15.7s |
| #349 | Laguna S 2.1 medium | Poolside | 2 | 0.5 | $0.092 | 4/23 | 63.1s |
| #351 | MiniMax M2.7 medium | Minimax | 2 | 0.5 | $0.326 | 5/23 | 50.3s |
| #358 | Laguna S 2.1 high | Poolside | 2 | 0.5 | $0.145 | 4/23 | 113.6s |
| #364 | Mimo V2 Omni medium | Xiaomi | 2 | 0.5 | $0.683 | 10/21 | 41.2s |
| #393 | MiniMax M2.5 medium | Minimax | 2 | 0.4 | $0.440 | 5/23 | 102.3s |
| #418 | Laguna Xs.2 medium | Poolside | 2 | 0.3 | $0.015 | 6/19 | 6.73s |
| #34 | Claude Sonnet 5.5 max | Anthropic | 3 | 0.9 | $8.557 | 18/23 | 84.3s |
| #58 | Claude Fable 5 medium | Anthropic | 3 | 0.9 | $5.089 | 18/23 | 16.8s |