AI BENCHY
Advertise here

Eșecuri AI BENCHY

Eșecuri Timp expirat

Vezi ce modele AI se lovesc cel mai des de Timp expirat, ca să identifici riscurile de fiabilitate înainte să alegi. Sortează după: Număr de eșecuri ↑.

Modele afișate

15

Eșecuri totale

73

Modelul cel mai afectat

Claude Opus 4.7 1
Rang Model Companie Număr de Timp expirat Scor Teste corecte Timp de răspuns (mediu)
#150 Qwen3 Coder Next medium Qwen 1 4.6 4/21 8.58s
#25 Qwen3.5 Plus 2026-02-15 medium Qwen 2 7.9 14/21 73.8s
#27 Gemma 4 31B medium Google 2 7.8 14/21 56.5s
#29 Qwen3.5-122B-A10B medium Qwen 2 7.8 14/21 42.5s
#37 Gemma 4 26B A4B medium Google 2 7.6 14/21 63.4s
#55 GLM 5.1 medium Z.ai 2 7.3 12/21 33.7s
#72 DeepSeek V3.2 medium DeepSeek 2 7.0 11/21 68.7s
#76 Kimi K2.5 medium Moonshot AI 2 6.8 10/21 98.4s
#79 Hunter Alpha medium OpenRouter 2 6.7 8/18 10.3s
#130 MiniMax M2.7 medium Minimax 2 5.3 5/21 38.2s
#158 GLM 4.7 Flash medium Z.ai 2 4.4 4/21 35.1s
#49 Qwen3.5-Flash medium Qwen 3 7.4 12/21 63.3s
#60 Kimi K2.6 medium Moonshot AI 3 7.2 12/21 71.7s
#67 MiniMax M3 medium Minimax 3 7.1 11/21 68.2s
#103 DeepSeek V4 Pro high DeepSeek 3 6.0 8/21 65.2s

Top modele după Număr de Timp expirat

Număr de Timp expirat vs Scor

Top modele după Timp de răspuns (mediu)