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 ↓.
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) |
|---|---|---|---|---|---|---|---|
| #65 | GPT-5.2 medium | OpenAI | 1 | 0.9 | $1.558 | 15/23 | 31.3s |
| #236 | Claude Sonnet 4.6 medium | Anthropic | 1 | 0.6 | $2.126 | 14/22 | 28.1s |
| #67 | MiMo-V2.6-Pro medium | Xiaomi | 1 | 0.9 | $0.586 | 14/23 | 148.1s |
| #114 | Qwen3.5-27B medium | Qwen | 1 | 0.8 | $1.135 | 14/23 | 114.7s |
| #136 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 1 | 0.8 | $0.435 | 14/23 | 54.1s |
| #166 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 2 | 0.7 | $0.567 | 14/23 | 97.7s |
| #186 | Qwen3.5-122B-A10B medium | Qwen | 2 | 0.7 | $1.152 | 14/23 | 67.0s |
| #192 | Gemma 4 31B medium | 1 | 0.7 | $0.144 | 14/23 | 78.8s | |
| #332 | Mimo V2 PRO medium | Xiaomi | 1 | 0.5 | $0.333 | 12/21 | 22.2s |
| #333 | MiMo-V2-Flash medium | Xiaomi | 1 | 0.5 | $0.043 | 12/21 | 20.1s |
| #83 | GPT-5 Mini medium | OpenAI | 1 | 0.8 | $0.315 | 13/23 | 29.4s |
| #144 | GLM 5.1 medium | Z.ai | 2 | 0.8 | $1.546 | 13/23 | 66.4s |
| #130 | DeepSeek V4 Flash 0731 medium | DeepSeek | 1 | 0.8 | $0.460 | 12/23 | 94.2s |
| #145 | Seed-2.0-Mini medium | Bytedance Seed | 4 | 0.8 | $0.140 | 12/23 | 91.7s |
| #146 | Mistral Large 4 high | Mistral | 1 | 0.8 | $1.391 | 12/23 | 263.7s |