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: Teste corecte ↓.
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) |
|---|---|---|---|---|---|---|---|
| #162 | Claude Fable 5.1 medium | Anthropic | 2 | 0.7 | $3.197 | 15/23 | 11.9s |
| #163 | Grok 4.7 medium | X AI | 2 | 0.7 | $2.938 | 15/23 | 117.7s |
| #204 | Mercury 2.5 Preview medium | Inception | 1 | 0.7 | $0.039 | 15/23 | 6.66s |
| #68 | MiMo-V2.6-Pro medium | Xiaomi | 1 | 0.9 | $0.586 | 14/23 | 148.1s |
| #85 | Muse Glimmer 30B xhigh | Meta | 3 | 0.8 | $0.585 | 14/23 | 97.7s |
| #104 | Seed-2.0-Lite medium | Bytedance Seed | 1 | 0.8 | $0.271 | 14/23 | 48.9s |
| #137 | Nemotron 3.5 Super VL medium | NVIDIA | 3 | 0.8 | $0.437 | 14/23 | 84.9s |
| #156 | Grok 4.7 low | X AI | 2 | 0.7 | $1.933 | 14/23 | 63.2s |
| #170 | Qwen3.8 27B medium | Qwen | 1 | 0.7 | ~$0.073 | 14/23 | 40.1s |
| #197 | Gemma 4 31B medium | 1 | 0.7 | $0.144 | 14/23 | 78.8s | |
| #208 | Grok 4.7 xhigh | X AI | 4 | 0.7 | $3.398 | 14/23 | 124.0s |
| #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 |
| #126 | DeepSeek V4.1 Flash 1017 high | DeepSeek | 3 | 0.8 | $0.589 | 13/23 | 58.6s |
| #129 | Step 3.7 Flash medium | Stepfun | 1 | 0.8 | $0.571 | 13/23 | 26.6s |