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: Cost total ↓.
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 |
| #181 | Qwen3.6 Max Preview medium | Qwen | 1 | 0.7 | $1.132 | 17/22 | 66.5s |
| #100 | GLM 5.2 medium | Z.ai | 1 | 0.8 | $1.007 | 16/22 | 26.9s |
| #4 | GPT-6.1 Sol max | OpenAI | 1 | 1.0 | $1.006 | 22/23 | 62.0s |
| #237 | Kimi K2.5 medium | Moonshot AI | 3 | 0.6 | $0.841 | 10/23 | 125.8s |
| #162 | LongCat 2.0 high | Meituan | 2 | 0.7 | $0.778 | 10/23 | 151.7s |
| #111 | Gemini 3.8 Flash medium | 1 | 0.8 | $0.769 | 19/23 | 16.6s | |
| #171 | LongCat 2.0 medium | Meituan | 1 | 0.7 | $0.767 | 12/23 | 144.9s |
| #245 | Qwen3.5-35B-A3B medium | Qwen | 3 | 0.6 | $0.716 | 11/23 | 111.5s |
| #217 | LongCat 2.0 low | Meituan | 1 | 0.7 | $0.630 | 10/23 | 115.0s |
| #67 | MiMo-V2.6-Pro medium | Xiaomi | 1 | 0.9 | $0.586 | 14/23 | 148.1s |
| #166 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 2 | 0.7 | $0.567 | 14/23 | 97.7s |
| #172 | GLM 5 medium | Z.ai | 1 | 0.7 | $0.479 | 15/22 | 39.0s |
| #130 | DeepSeek V4 Flash 0731 medium | DeepSeek | 1 | 0.8 | $0.460 | 12/23 | 94.2s |
| #384 | MiniMax M2.5 medium | Minimax | 5 | 0.4 | $0.440 | 5/23 | 102.3s |