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) |
|---|---|---|---|---|---|---|---|
| #362 | Granite 4.2 8B high | IBM Granite | 10 | 0.5 | $0.111 | 4/23 | 235.4s |
| #390 | Qwen3.5-9B medium | Qwen | 11 | 0.4 | $0.106 | 3/23 | 110.2s |
| #319 | Step 3.5 Flash medium | Stepfun | 1 | 0.5 | $0.105 | 10/22 | 190.5s |
| #157 | Gemma 4 26B A4B medium | 2 | 0.7 | $0.101 | 16/23 | 105.0s | |
| #206 | Solar Pro 4 low | Upstage | 1 | 0.7 | $0.101 | 11/23 | 145.2s |
| #306 | Nemotron 3 Super medium | NVIDIA | 1 | 0.6 | $0.081 | 8/23 | 56.4s |
| #363 | Qwen3 Coder Next medium | Qwen | 1 | 0.5 | $0.071 | 3/23 | 17.0s |
| #393 | Grok 4.1 Fast medium | X AI | 1 | 0.4 | $0.069 | 9/19 | 23.8s |
| #337 | KAT Coder AIR V2.5 medium | Kwaipilot | 1 | 0.5 | $0.048 | 8/23 | 8.32s |
| #333 | MiMo-V2-Flash medium | Xiaomi | 1 | 0.5 | $0.043 | 12/21 | 20.1s |
| #305 | Nemotron 3.5 Super VL none | NVIDIA | 1 | 0.6 | $0.040 | 8/23 | 47.0s |
| #224 | Mercury 2.5 Preview high | Inception | 1 | 0.6 | $0.040 | 12/23 | 7.61s |
| #380 | Granite 4.2 8B none | IBM Granite | 3 | 0.4 | $0.037 | 3/23 | 84.7s |
| #323 | Granite 4.2 8B low | IBM Granite | 3 | 0.5 | $0.036 | 7/23 | 58.2s |
| #239 | Mercury 2.5 medium | Inception | 1 | 0.6 | $0.034 | 12/23 | 7.74s |