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 ↑.
Categorii
În categoria Specific domeniului46 În categoria Programare26 În categoria Combinat11 În categoria Rezolvare de puzzle-uri11 În categoria Sarcini agentice11 În categoria Trucuri anti-AI8 În categoria Respectarea instrucțiunilor5 În categoria Inteligență generală4 În categoria Cultură generală2 În categoria Parsare și extragere de date2
67/67
Filtrează modelele
Niciun model nu corespunde căutării și filtrelor curente.
| Rang | Model | Companie | Număr de Timp expirat | Scor | Cost total | Teste corecte | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|
| #157 | Gemma 4 26B A4B medium | 2 | 0.7 | $0.101 | 16/23 | 105.0s | |
| #162 | LongCat 2.0 high | Meituan | 2 | 0.7 | $0.778 | 10/23 | 151.7s |
| #166 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 2 | 0.7 | $0.567 | 14/23 | 97.7s |
| #183 | Kimi K2.7 Code medium | Moonshot AI | 2 | 0.7 | $1.136 | 11/23 | 81.2s |
| #186 | Qwen3.5-122B-A10B medium | Qwen | 2 | 0.7 | $1.152 | 14/23 | 67.0s |
| #255 | DeepSeek V3.2 medium | DeepSeek | 2 | 0.6 | $0.152 | 11/23 | 70.1s |
| #342 | MiniMax M2.7 medium | Minimax | 2 | 0.5 | $0.326 | 5/23 | 50.3s |
| #385 | GLM 4.7 Flash medium | Z.ai | 2 | 0.4 | $0.193 | 4/23 | 150.9s |
| #392 | Hunter Alpha medium | OpenRouter | 2 | 0.4 | $0.000 | 8/18 | 10.3s |
| #196 | Kimi K2.6 medium | Moonshot AI | 3 | 0.7 | $1.594 | 12/23 | 121.3s |
| #197 | Qwen3.5-Flash medium | Qwen | 3 | 0.7 | $0.184 | 12/23 | 83.7s |
| #208 | MiniMax M3 medium | Minimax | 3 | 0.7 | $0.422 | 11/23 | 77.0s |
| #237 | Kimi K2.5 medium | Moonshot AI | 3 | 0.6 | $0.841 | 10/23 | 125.8s |
| #245 | Qwen3.5-35B-A3B medium | Qwen | 3 | 0.6 | $0.716 | 11/23 | 111.5s |
| #323 | Granite 4.2 8B low | IBM Granite | 3 | 0.5 | $0.036 | 7/23 | 58.2s |