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: Cost total ↓.
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) |
|---|---|---|---|---|---|---|---|
| #122 | Qwen3.8 2.4T A95B high | Qwen | 1 | 0.8 | $2.949 | 15/23 | 120.9s |
| #163 | Grok 4.7 medium | X AI | 2 | 0.7 | $2.938 | 15/23 | 117.7s |
| #28 | Claude Opus 5 medium | Anthropic | 1 | 0.9 | $2.870 | 19/23 | 13.2s |
| #178 | Claude Opus 5 none | Anthropic | 1 | 0.7 | $2.766 | 12/23 | 10.8s |
| #101 | Grok 4.5 high | X AI | 2 | 0.8 | $2.687 | 17/23 | 72.5s |
| #77 | Grok 4.6 high | X AI | 1 | 0.9 | $2.629 | 19/23 | 87.5s |
| #88 | Muse Spark 1.1 high | Meta | 1 | 0.8 | $2.570 | 13/23 | 37.4s |
| #196 | Ember-1 high | Fireworks | 1 | 0.7 | $2.405 | 12/23 | 58.1s |
| #200 | Claude Opus 4.8 none | Anthropic | 1 | 0.7 | $2.334 | 13/23 | 7.54s |
| #25 | Claude Opus 5.5 high | Anthropic | 1 | 0.9 | $2.133 | 19/23 | 27.6s |
| #45 | Muse Spark Open xhigh | Meta | 1 | 0.9 | $2.081 | 16/23 | 92.4s |
| #375 | Gemini 3.1 Flash Lite high | 1 | 0.5 | $2.044 | 10/18 | 62.0s | |
| #69 | Seed 2.1 Turbo medium | Bytedance Seed | 1 | 0.9 | $2.042 | 16/23 | 189.1s |
| #156 | Grok 4.7 low | X AI | 2 | 0.7 | $1.933 | 14/23 | 63.2s |
| #2 | Gemini 3.8 Flash high | 1 | 1.0 | $1.927 | 22/23 | 40.6s |