AI BENCHY
Your ad 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: Timp de răspuns (mediu) ↑.

Modele afișate

15

Eșecuri totale

61

Modelul cel mai afectat

Claude Opus 4.7 1
Rang Model Companie Număr de Timp expirat Scor Teste corecte Timp de răspuns (mediu)
#24 Gemma 4 26B A4B medium Google 2 8.0 13/18 25.0s
#80 MiniMax M2.7 medium Minimax 2 5.3 4/18 31.1s
#19 Qwen3.5-122B-A10B medium Qwen 2 8.1 13/18 31.4s
#93 GLM 4.7 Flash medium Z.ai 1 4.6 4/18 32.3s
#71 MiniMax M2.5 medium Minimax 4 5.7 5/18 39.6s
#57 GPT-5 Nano medium OpenAI 1 6.3 7/18 44.1s
#43 Qwen3.5-35B-A3B medium Qwen 4 7.4 10/18 44.5s
#34 Kimi K2.6 medium Moonshot AI 2 7.7 11/18 45.2s
#27 DeepSeek V3.2 medium DeepSeek 2 8.0 12/18 46.4s
#8 Qwen3.5 Plus 2026-02-15 medium Qwen 2 8.5 14/18 46.6s
#10 Qwen3.5-27B medium Qwen 1 8.4 13/18 53.0s
#32 Qwen3.5-Flash medium Qwen 4 7.8 11/18 66.7s
#39 Seed-2.0-Mini medium Bytedance Seed 4 7.5 11/18 69.7s
#46 Kimi K2.5 medium Moonshot AI 2 7.0 9/18 72.4s
#97 Qwen3.5-9B medium Qwen 11 4.4 3/18 73.6s

Top modele după Număr de Timp expirat

Număr de Timp expirat vs Scor

Top modele după Timp de răspuns (mediu)