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 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) |
|---|---|---|---|---|---|---|---|
| #71 | Kimi K3 max | Moonshot AI | 2 | 7.9 | $3.467 | 16/22 | 142.8s |
| #20 | Claude Opus 5 high | Anthropic | 1 | 9.2 | $3.070 | 18/22 | 22.5s |
| #44 | Claude Fable 5 medium | Anthropic | 3 | 8.6 | $3.004 | 17/22 | 15.0s |
| #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 |
| #110 | Qwen3.8 2.4T A95B high | Qwen | 2 | 7.4 | $2.357 | 14/22 | 120.6s |
| #65 | Muse Spark 1.1 high | Meta | 1 | 8.0 | $2.253 | 12/22 | 36.9s |
| #29 | Grok 4.5 high | X AI | 2 | 9.0 | $2.252 | 17/22 | 72.3s |
| #83 | Claude Opus 4.8 low | Anthropic | 1 | 7.8 | $2.089 | 16/22 | 12.9s |
| #224 | Gemini 3.1 Flash Lite high | 1 | 5.6 | $2.044 | 10/18 | 62.0s | |
| #36 | Claude Opus 4.8 medium | Anthropic | 1 | 8.8 | $1.983 | 17/22 | 13.0s |
| #54 | Seed 2.1 Turbo medium | Bytedance Seed | 1 | 8.4 | $1.951 | 15/22 | 193.6s |
| #17 | Grok 4.6 high | X AI | 1 | 9.3 | $1.908 | 19/22 | 84.1s |
| #32 | Seed 2.1 Turbo high | Bytedance Seed | 1 | 8.9 | $1.797 | 16/22 | 174.0s |
| #233 | Hy4 preview low | Tencent | 1 | 5.6 | $1.745 | 3/22 | 214.3s |