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 Combinat43 În categoria Programare39 În categoria Specific domeniului35 În categoria Cultură generală27 În categoria Trucuri anti-AI13 În categoria Rezolvare de puzzle-uri11 În categoria Parsare și extragere de date9 În categoria Apelare instrumente2 În categoria Respectarea instrucțiunilor2
119/119
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) |
|---|---|---|---|---|---|---|---|
| #284 | Laguna M.1 medium | Poolside | 1 | 4.7 | $0.033 | 9/19 | 14.7s |
| #287 | Granite 4.2 8B high | IBM Granite | 1 | 4.6 | $0.084 | 4/22 | 235.9s |
| #288 | Qwen3 Coder Next medium | Qwen | 1 | 4.6 | $0.034 | 3/22 | 9.07s |
| #290 | Laguna S 2.1 none | Poolside | 1 | 4.5 | $0.022 | 2/22 | 11.7s |
| #313 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 1 | 3.4 | $0.000 | 4/19 | 17.1s |
| #23 | Seed 2.1 Turbo low | Bytedance Seed | 2 | 9.1 | $1.546 | 17/22 | 163.9s |
| #29 | Grok 4.5 high | X AI | 2 | 9.0 | $2.252 | 17/22 | 72.3s |
| #53 | Qwen3.8 27B high | Qwen | 2 | 8.4 | ~$0.287 | 16/22 | 167.9s |
| #57 | Claude Fable 5.1 medium | Anthropic | 2 | 8.3 | $2.909 | 15/22 | 11.7s |
| #61 | Qwen3.8 2.4T A95B low | Qwen | 2 | 8.1 | $2.672 | 15/22 | 119.0s |
| #68 | GLM 5.2 high | Z.ai | 2 | 8.0 | $1.188 | 14/22 | 69.9s |
| #71 | Kimi K3 max | Moonshot AI | 2 | 7.9 | $3.467 | 16/22 | 142.8s |
| #74 | Qwen3.8 27B low | Qwen | 2 | 7.9 | ~$0.071 | 15/22 | 39.1s |
| #78 | GLM 5.2 medium | Z.ai | 2 | 7.8 | $0.224 | 15/21 | 23.3s |
| #92 | Solar Pro 4 xhigh | Upstage | 2 | 7.6 | $0.050 | 12/22 | 134.9s |