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 ↓.
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) |
|---|---|---|---|---|---|---|---|
| #311 | Gemma 4 26B A4B none | 1 | 0.5 | $0.031 | 9/23 | 10.5s | |
| #316 | North Mini Code medium | Cohere | 1 | 0.5 | $0.000 | 8/23 | 140.4s |
| #319 | Step 3.5 Flash medium | Stepfun | 1 | 0.5 | $0.105 | 10/22 | 190.5s |
| #323 | Granite 4.2 8B low | IBM Granite | 3 | 0.5 | $0.036 | 7/23 | 58.2s |
| #326 | Laguna XS 2.1 none | Poolside | 1 | 0.5 | $0.020 | 5/23 | 4.56s |
| #330 | Nemotron 3.5 Lightning high | NVIDIA | 1 | 0.5 | $0.168 | 5/23 | 77.1s |
| #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 |
| #337 | KAT Coder AIR V2.5 medium | Kwaipilot | 1 | 0.5 | $0.048 | 8/23 | 8.32s |
| #342 | MiniMax M2.7 medium | Minimax | 2 | 0.5 | $0.326 | 5/23 | 50.3s |
| #359 | Nemotron 3.5 Lightning medium | NVIDIA | 1 | 0.5 | $0.195 | 5/23 | 81.9s |
| #362 | Granite 4.2 8B high | IBM Granite | 10 | 0.5 | $0.111 | 4/23 | 235.4s |
| #363 | Qwen3 Coder Next medium | Qwen | 1 | 0.5 | $0.071 | 3/23 | 17.0s |
| #369 | Nemotron 3.5 Lightning low | NVIDIA | 1 | 0.5 | $0.175 | 5/23 | 83.2s |
| #380 | Granite 4.2 8B none | IBM Granite | 3 | 0.4 | $0.037 | 3/23 | 84.7s |