AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

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: Scor ↑.

Modele afișate

15

Eșecuri totale

61

Modelul cel mai afectat

Qwen3.5-9B 11
Rang Model Companie Număr de Timp expirat Scor Teste corecte Timp de răspuns (mediu)
#39 Seed-2.0-Mini medium Bytedance Seed 4 7.5 11/18 69.7s
#34 Kimi K2.6 medium Moonshot AI 2 7.7 11/18 45.2s
#33 GLM 5.1 medium Z.ai 2 7.8 12/18 24.1s
#32 Qwen3.5-Flash medium Qwen 4 7.8 11/18 66.7s
#27 DeepSeek V3.2 medium DeepSeek 2 8.0 12/18 46.4s
#26 Claude Sonnet 4.6 medium Anthropic 1 8.0 13/18 12.7s
#24 Gemma 4 26B A4B medium Google 2 8.0 13/18 25.0s
#23 MiMo-V2-Pro medium Xiaomi 1 8.1 12/18 12.3s
#19 Qwen3.5-122B-A10B medium Qwen 2 8.1 13/18 31.4s
#18 GLM 5 Turbo medium Z.ai 1 8.1 12/18 17.7s
#14 Gemma 4 31B medium Google 1 8.3 13/18 24.9s
#13 GLM 5 medium Z.ai 1 8.4 13/18 23.3s
#10 Qwen3.5-27B medium Qwen 1 8.4 13/18 53.0s
#8 Qwen3.5 Plus 2026-02-15 medium Qwen 2 8.5 14/18 46.6s
#3 Claude Opus 4.7 medium Anthropic 1 9.2 16/18 3.53s

Top modele după Număr de Timp expirat

Număr de Timp expirat vs Scor

Top modele după Timp de răspuns (mediu)