AI BENCHY
Compară Grafice Metodologie
❤️ Made by XCS
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: Timp de răspuns (mediu) ↑.

Modele afișate

15

Eșecuri totale

25

Modelul cel mai afectat

Claude Sonnet 4.6 1
Rang Model Companie Număr de Timp expirat Scor mediu Teste corecte Timp de răspuns (mediu)
#11 Claude Sonnet 4.6 medium Anthropic 1 7.7 12/16 11.2s
#27 GPT-5.2 medium OpenAI 1 6.5 10/16 15.3s
#14 GLM 5 medium Z.ai 1 7.4 11/16 16.2s
#32 GPT-5 Mini medium OpenAI 1 6.0 8/16 25.1s
#30 Grok 4.1 Fast medium X AI 1 6.2 9/16 26.3s
#10 Qwen3.5-122B-A10B medium Qwen 1 7.7 12/16 29.7s
#4 Qwen3.5 Plus 2026-02-15 medium Qwen 2 8.3 13/16 34.5s
#18 DeepSeek V3.2 medium DeepSeek 1 7.3 11/16 39.5s
#43 MiniMax M2.5 medium Minimax 2 4.7 5/16 43.0s
#35 Qwen3.5-35B-A3B medium Qwen 4 5.5 8/16 43.9s
#34 GPT-5 Nano medium OpenAI 1 5.5 7/16 47.9s
#7 Qwen3.5-27B medium Qwen 1 8.2 12/16 52.1s
#23 Seed-2.0-Mini medium Bytedance Seed 4 6.9 10/16 65.1s
#28 Kimi K2.5 medium Moonshot AI 1 6.4 9/16 69.8s
#24 Qwen3.5-Flash medium Qwen 3 6.9 10/16 70.8s

Top modele după Număr de Timp expirat

Număr de Timp expirat vs scor mediu

Top modele după Timp de răspuns (mediu)