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: Scor ↑.

Modele afișate

15

Eșecuri totale

73

Modelul cel mai afectat

Qwen3.5-9B 11
Rang Model Companie Număr de Timp expirat Scor Teste corecte Timp de răspuns (mediu)
#161 Qwen3.5-9B medium Qwen 11 4.2 3/21 82.2s
#158 GLM 4.7 Flash medium Z.ai 2 4.4 4/21 35.1s
#150 Qwen3 Coder Next medium Qwen 1 4.6 4/21 8.58s
#130 MiniMax M2.7 medium Minimax 2 5.3 5/21 38.2s
#129 MiniMax M2.5 medium Minimax 4 5.3 5/21 65.4s
#105 Nemotron 3 Super medium NVIDIA 1 5.8 8/21 32.0s
#103 DeepSeek V4 Pro high DeepSeek 3 6.0 8/21 65.2s
#102 Gemma 4 26B A4B none Google 1 6.0 8/21 5.91s
#94 GPT-5 Nano medium OpenAI 1 6.3 9/21 42.5s
#86 Grok 4.1 Fast medium X AI 1 6.5 9/19 23.8s
#79 Hunter Alpha medium OpenRouter 2 6.7 8/18 10.3s
#76 Kimi K2.5 medium Moonshot AI 2 6.8 10/21 98.4s
#73 Seed-2.0-Mini medium Bytedance Seed 5 6.9 11/21 80.2s
#72 DeepSeek V3.2 medium DeepSeek 2 7.0 11/21 68.7s
#67 MiniMax M3 medium Minimax 3 7.1 11/21 68.2s

Top modele după Număr de Timp expirat

Număr de Timp expirat vs Scor

Top modele după Timp de răspuns (mediu)