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) |
|---|---|---|---|---|---|---|---|
| #138 | Claude Haiku 5.5 medium | Anthropic | 1 | 0.8 | $0.063 | 13/23 | 7.71s |
| #147 | GLM 5.1 medium | Z.ai | 1 | 0.8 | $1.546 | 13/23 | 66.4s |
| #153 | DeepSeek V4 Flash 0731 low | DeepSeek | 1 | 0.7 | $0.306 | 13/23 | 88.1s |
| #161 | GLM 5.3 Flash high | Z.ai | 1 | 0.7 | $0.056 | 13/23 | 29.1s |
| #184 | GPT-5.2 Chat default | OpenAI | 1 | 0.7 | $0.594 | 13/23 | 7.43s |
| #200 | Claude Opus 4.8 none | Anthropic | 1 | 0.7 | $2.334 | 13/23 | 7.54s |
| #212 | Grok 4.7 high | X AI | 3 | 0.7 | $3.037 | 13/23 | 122.2s |
| #239 | Gemini 3 Flash Preview none | 1 | 0.6 | $0.155 | 13/23 | 6.05s | |
| #375 | Gemini 3.1 Flash Lite high | 1 | 0.5 | $2.044 | 10/18 | 62.0s | |
| #123 | MiMo-V2.6-Flash medium | Xiaomi | 2 | 0.8 | $0.218 | 12/23 | 61.9s |
| #133 | DeepSeek V4 Flash 0731 medium | DeepSeek | 3 | 0.8 | $0.460 | 12/23 | 94.2s |
| #141 | Muse Glimmer 30B medium | Meta | 1 | 0.8 | $0.288 | 12/23 | 34.0s |
| #144 | GPT-6 Luna low | OpenAI | 1 | 0.8 | $0.033 | 12/23 | 23.2s |
| #148 | Seed-2.0-Mini medium | Bytedance Seed | 1 | 0.8 | $0.140 | 12/23 | 91.7s |
| #149 | Mistral Large 4 high | Mistral | 2 | 0.8 | $1.391 | 12/23 | 263.7s |