Eșecuri Fără răspuns
Vezi ce modele AI se lovesc cel mai des de Fără răspuns, ca să identifici riscurile de fiabilitate înainte să alegi.
Categorii
În categoria Combinat29 În categoria Programare18 În categoria Cultură generală13 În categoria Parsare și extragere de date8 În categoria Specific domeniului8 În categoria Trucuri anti-AI4 În categoria Rezolvare de puzzle-uri3 În categoria Apelare instrumente2 În categoria Respectarea instrucțiunilor2
67/67
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) |
|---|---|---|---|---|---|---|---|
| #204 | Qwen3.5-9B medium | Qwen | 2 | 3.8 | $0.036 | 3/22 | 82.2s |
| #14 | Claude Opus 4.8 medium | Anthropic | 1 | 8.8 | $1.931 | 18/22 | 12.5s |
| #21 | GPT-5.2 medium | OpenAI | 1 | 8.4 | $0.951 | 14/22 | 22.6s |
| #26 | GPT-5 Mini medium | OpenAI | 1 | 8.1 | $0.237 | 12/22 | 27.6s |
| #27 | Muse Spark 1.1 high | Meta | 1 | 8.1 | $1.694 | 12/22 | 31.5s |
| #29 | Step 3.7 Flash medium | Stepfun | 1 | 8.0 | $0.515 | 14/22 | 26.4s |
| #30 | GPT-5.2 Chat none | OpenAI | 1 | 8.0 | $0.604 | 14/22 | 7.65s |
| #31 | GLM 5.2 high | Z.ai | 1 | 8.0 | $0.970 | 14/22 | 62.7s |
| #32 | Inkling medium | Thinkingmachines | 1 | 8.0 | $0.391 | 15/22 | 16.2s |
| #33 | Kimi K3 max | Moonshot AI | 1 | 8.0 | $3.112 | 16/22 | 122.5s |
| #35 | Seed-2.0-Lite medium | Bytedance Seed | 1 | 7.9 | $0.234 | 14/22 | 48.5s |
| #41 | Claude Opus 4.8 low | Anthropic | 1 | 7.8 | $2.077 | 16/22 | 12.7s |
| #42 | GLM 5 medium | Z.ai | 1 | 7.7 | $0.307 | 15/21 | 33.5s |
| #46 | DeepSeek V4 Pro high | DeepSeek | 1 | 7.7 | $0.200 | 10/22 | 79.1s |
| #47 | MiniMax M3 medium | Minimax | 1 | 7.6 | $0.286 | 12/22 | 75.0s |