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) |
|---|---|---|---|---|---|---|---|
| #69 | Seed 2.1 Turbo medium | Bytedance Seed | 1 | 0.9 | $2.042 | 16/23 | 189.1s |
| #73 | Claude Sonnet 5.5 xhigh | Anthropic | 1 | 0.9 | $1.516 | 16/23 | 15.0s |
| #75 | Claude Haiku 5.5 low | Anthropic | 1 | 0.9 | $0.061 | 16/23 | 7.51s |
| #77 | Grok 4.6 high | X AI | 1 | 0.9 | $2.629 | 19/23 | 87.5s |
| #83 | Qwen3.8 2.4T A95B low | Qwen | 1 | 0.8 | $4.016 | 16/23 | 120.4s |
| #84 | GPT-5 Mini medium | OpenAI | 1 | 0.8 | $0.315 | 13/23 | 29.4s |
| #88 | Muse Spark 1.1 high | Meta | 1 | 0.8 | $2.570 | 13/23 | 37.4s |
| #89 | DeepSeek V4 Flash 0731 high | DeepSeek | 1 | 0.8 | $0.576 | 15/23 | 118.8s |
| #92 | Claude Haiku 5.5 high | Anthropic | 1 | 0.8 | $0.088 | 15/23 | 10.4s |
| #96 | Claude Opus 4.8 medium | Anthropic | 1 | 0.8 | $3.490 | 17/23 | 16.7s |
| #104 | Seed-2.0-Lite medium | Bytedance Seed | 1 | 0.8 | $0.271 | 14/23 | 48.9s |
| #106 | DeepSeek V4 Pro 0423 high | DeepSeek | 1 | 0.8 | $0.149 | 11/23 | 91.3s |
| #122 | Qwen3.8 2.4T A95B high | Qwen | 1 | 0.8 | $2.949 | 15/23 | 120.9s |
| #129 | Step 3.7 Flash medium | Stepfun | 1 | 0.8 | $0.571 | 13/23 | 26.6s |
| #138 | Claude Haiku 5.5 medium | Anthropic | 1 | 0.8 | $0.063 | 13/23 | 7.71s |