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) |
|---|---|---|---|---|---|---|---|
| #322 | Seed-2.0-Code none | Bytedance Seed | 1 | 0.5 | $0.257 | 6/23 | 17.5s |
| #326 | Hy4 preview low | Tencent | 1 | 0.5 | $1.844 | 3/23 | 207.2s |
| #328 | Step 3.5 Flash medium | Stepfun | 1 | 0.5 | $0.105 | 10/22 | 190.5s |
| #332 | Granite 4.2 8B low | IBM Granite | 1 | 0.5 | $0.036 | 7/23 | 58.2s |
| #333 | Kimi K2.5 none | Moonshot AI | 1 | 0.5 | $0.262 | 5/23 | 35.9s |
| #336 | Qwen3.6 35B A3B none | Qwen | 1 | 0.5 | $0.105 | 4/23 | 8.43s |
| #343 | Mistral Small 4 medium | Mistral | 1 | 0.5 | $0.126 | 5/23 | 12.7s |
| #345 | Mercury 2.5 low | Inception | 1 | 0.5 | $0.020 | 6/23 | 3.34s |
| #347 | MiMo-V2.5-Pro none | Xiaomi | 1 | 0.5 | $0.135 | 5/23 | 6.21s |
| #350 | Mercury 2.5 Preview low | Inception | 1 | 0.5 | $0.015 | 6/23 | 4.92s |
| #353 | GPT-4o-mini default | OpenAI | 1 | 0.5 | $0.024 | 5/23 | 4.16s |
| #357 | Qwen3 Coder Next default | Qwen | 1 | 0.5 | $0.067 | 5/23 | 19.7s |
| #361 | MiMo-V2.5 none | Xiaomi | 1 | 0.5 | $0.049 | 5/23 | 9.88s |
| #370 | Laguna S 2.1 none | Poolside | 1 | 0.5 | $0.044 | 2/23 | 17.7s |
| #371 | Granite 4.2 8B high | IBM Granite | 1 | 0.5 | $0.111 | 4/23 | 235.4s |