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: Teste corecte ↑.
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) |
|---|---|---|---|---|---|---|---|
| #114 | Qwen3.5-27B medium | Qwen | 1 | 0.8 | $1.135 | 14/23 | 114.7s |
| #136 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 1 | 0.8 | $0.435 | 14/23 | 54.1s |
| #166 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 2 | 0.7 | $0.567 | 14/23 | 97.7s |
| #186 | Qwen3.5-122B-A10B medium | Qwen | 2 | 0.7 | $1.152 | 14/23 | 67.0s |
| #192 | Gemma 4 31B medium | 1 | 0.7 | $0.144 | 14/23 | 78.8s | |
| #236 | Claude Sonnet 4.6 medium | Anthropic | 1 | 0.6 | $2.126 | 14/22 | 28.1s |
| #61 | Muse Spark Open medium | Meta | 1 | 0.9 | $1.260 | 15/23 | 77.4s |
| #65 | GPT-5.2 medium | OpenAI | 1 | 0.9 | $1.558 | 15/23 | 31.3s |
| #261 | GLM 5 Turbo medium | Z.ai | 1 | 0.6 | $0.323 | 14/21 | 23.0s |
| #172 | GLM 5 medium | Z.ai | 1 | 0.7 | $0.479 | 15/22 | 39.0s |
| #44 | Muse Spark Open xhigh | Meta | 1 | 0.9 | $2.081 | 16/23 | 92.4s |
| #157 | Gemma 4 26B A4B medium | 2 | 0.7 | $0.101 | 16/23 | 105.0s | |
| #100 | GLM 5.2 medium | Z.ai | 1 | 0.8 | $1.007 | 16/22 | 26.9s |
| #30 | Muse Spark Open high | Meta | 2 | 0.9 | $1.782 | 17/23 | 152.0s |
| #93 | Kimi K3 max | Moonshot AI | 1 | 0.8 | $3.409 | 17/23 | 139.4s |