AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

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.

Modele afișate

15

Eșecuri totale

61

Modelul cel mai afectat

Qwen3.5-9B 11
Rang Model Companie Număr de Timp expirat Scor Teste corecte Timp de răspuns (mediu)
#10 Qwen3.5-27B medium Qwen 1 8.4 13/18 53.0s
#13 GLM 5 medium Z.ai 1 8.4 13/18 23.3s
#14 Gemma 4 31B medium Google 1 8.3 13/18 24.9s
#18 GLM 5 Turbo medium Z.ai 1 8.1 12/18 17.7s
#23 MiMo-V2-Pro medium Xiaomi 1 8.1 12/18 12.3s
#26 Claude Sonnet 4.6 medium Anthropic 1 8.0 13/18 12.7s
#40 GPT-5.2 medium OpenAI 1 7.5 11/18 14.0s
#41 MiMo-V2-Flash medium Xiaomi 1 7.5 11/18 23.4s
#45 GPT-5 Mini medium OpenAI 1 7.0 9/18 24.0s
#51 Nemotron 3 Super medium NVIDIA 1 6.7 9/18 19.1s
#52 Grok 4.1 Fast medium X AI 1 6.7 9/18 23.9s
#57 GPT-5 Nano medium OpenAI 1 6.3 7/18 44.1s
#60 Gemma 4 26B A4B none Google 1 6.2 7/18 6.59s
#92 Qwen3 Coder Next medium Qwen 1 4.7 3/18 10.8s
#93 GLM 4.7 Flash medium Z.ai 1 4.6 4/18 32.3s

Top modele după Număr de Timp expirat

Număr de Timp expirat vs Scor

Top modele după Timp de răspuns (mediu)