AI BENCHY
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: Teste corecte ↑.

Modele afișate

15

Eșecuri totale

61

Modelul cel mai afectat

Qwen3 Coder Next 1
Rang Model Companie Număr de Timp expirat Scor Teste corecte Timp de răspuns (mediu)
#92 Qwen3 Coder Next medium Qwen 1 4.7 3/18 10.8s
#97 Qwen3.5-9B medium Qwen 11 4.4 3/18 73.6s
#80 MiniMax M2.7 medium Minimax 2 5.3 4/18 31.1s
#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
#60 Gemma 4 26B A4B none Google 1 6.2 7/18 6.59s
#50 Hunter Alpha medium OpenRouter 2 6.7 8/18 10.3s
#45 GPT-5 Mini medium OpenAI 1 7.0 9/18 24.0s
#46 Kimi K2.5 medium Moonshot AI 2 7.0 9/18 72.4s
#51 Nemotron 3 Super medium NVIDIA 1 6.7 9/18 19.1s
#52 Grok 4.1 Fast medium X AI 1 6.7 9/18 23.9s
#43 Qwen3.5-35B-A3B medium Qwen 4 7.4 10/18 44.5s
#32 Qwen3.5-Flash medium Qwen 4 7.8 11/18 66.7s
#34 Kimi K2.6 medium Moonshot AI 2 7.7 11/18 45.2s

Top modele după Număr de Timp expirat

Număr de Timp expirat vs Scor

Top modele după Timp de răspuns (mediu)