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: Scor ↑.
Modele afișate
15
Eșecuri totale
277
Modelul cel mai afectat
Nemotron 3 Nano Omni 30b A3b Reasoning 1Categorii
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) |
|---|---|---|---|---|---|---|---|
| #295 | Qwen3.8 Flash Next none | Qwen | 1 | 0.6 | ~$0.011 | 8/23 | 5.71s |
| #292 | Claude Sonnet 5 none | Anthropic | 2 | 0.6 | $1.095 | 7/23 | 8.60s |
| #290 | Gemini 3.1 Flash Lite none | 1 | 0.6 | $0.069 | 9/23 | 3.58s | |
| #288 | Gemini 3.1 Flash Lite minimal | 1 | 0.6 | $0.080 | 10/23 | 3.95s | |
| #287 | Seed-2.0-Lite none | Bytedance Seed | 1 | 0.6 | $0.114 | 8/23 | 7.49s |
| #284 | GLM 5.3 FlashX low | Z.ai | 1 | 0.6 | $0.157 | 11/23 | 9.69s |
| #282 | Apodex 1.1 Mini medium | Apodex | 1 | 0.6 | $0.000 | 11/23 | 32.7s |
| #280 | Granite 4.2 8B medium | IBM Granite | 1 | 0.6 | $0.029 | 8/23 | 50.5s |
| #279 | Step 5 Preview medium | Stepfun | 6 | 0.6 | $4.136 | 10/23 | 136.1s |
| #271 | Gemini 3.1 Flash Lite Preview none | 1 | 0.6 | $0.090 | 12/23 | 3.60s | |
| #269 | GLM 5 Turbo medium | Z.ai | 1 | 0.6 | $0.323 | 14/21 | 23.0s |
| #267 | Space Bunny Alpha xhigh | Stealth | 2 | 0.6 | $0.000 | 9/23 | 60.0s |
| #264 | Trinity Large Thinking low | Arcee AI | 1 | 0.6 | $0.918 | 8/23 | 95.2s |
| #260 | Ling 3.1 Flash low | Inclusionai | 4 | 0.6 | $0.000 | 12/23 | 85.2s |
| #258 | Solar Pro 4 high | Upstage | 1 | 0.6 | $0.077 | 11/23 | 128.9s |