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

Claude Opus 4.7 1
Rang Model Companie Număr de Timp expirat Scor Teste corecte Timp de răspuns (mediu)
#60 Kimi K2.6 medium Moonshot AI 3 7.2 12/21 71.7s
#62 Step 3.5 Flash medium Stepfun 1 7.2 11/20 72.5s
#64 MiMo-V2-Flash medium Xiaomi 1 7.2 12/21 20.1s
#66 Qwen3.5-35B-A3B medium Qwen 5 7.1 11/21 72.6s
#67 MiniMax M3 medium Minimax 3 7.1 11/21 68.2s
#72 DeepSeek V3.2 medium DeepSeek 2 7.0 11/21 68.7s
#73 Seed-2.0-Mini medium Bytedance Seed 5 6.9 11/21 80.2s
#76 Kimi K2.5 medium Moonshot AI 2 6.8 10/21 98.4s
#79 Hunter Alpha medium OpenRouter 2 6.7 8/18 10.3s
#86 Grok 4.1 Fast medium X AI 1 6.5 9/19 23.8s
#94 GPT-5 Nano medium OpenAI 1 6.3 9/21 42.5s
#102 Gemma 4 26B A4B none Google 1 6.0 8/21 5.91s
#103 DeepSeek V4 Pro high DeepSeek 3 6.0 8/21 65.2s
#105 Nemotron 3 Super medium NVIDIA 1 5.8 8/21 32.0s
#129 MiniMax M2.5 medium Minimax 4 5.3 5/21 65.4s

Top modele după Număr de Timp expirat

Număr de Timp expirat vs Scor

Top modele după Timp de răspuns (mediu)