Общий интеллект: Неверный ответ
Общий интеллект
Неверный ответ
Посмотрите, какие AI-модели чаще всего сталкиваются с Неверный ответ в Общий интеллект, чтобы быстрее находить слабые места. Сортировать по: Общая стоимость ↓.
Причины сбоев
62/62
Фильтровать модели
Нет моделей, соответствующих текущему поиску и фильтрам.
| Ранг | Модель | Компания | Количество Неверный ответ | Оценка категории | Общая стоимость | Тестов верно | Время ответа (среднее) |
|---|---|---|---|---|---|---|---|
| #25 | Grok 4.5 medium | X AI | 1 | 6.5 | $1.928 | 0/1 | 12.8s |
| #90 | Step 3.7 Flash high | Stepfun | 1 | 5.5 | $1.207 | 0/1 | 4.17s |
| #52 | Grok Build 0.1 medium | X AI | 1 | 4.4 | $1.097 | 0/1 | 18.4s |
| #38 | GPT-5.6 Terra high | OpenAI | 1 | 5.1 | $1.055 | 0/1 | 3.03s |
| #48 | GPT-5.6 Luna high | OpenAI | 1 | 5.0 | $1.017 | 0/1 | 3.65s |
| #23 | Grok 4.5 low | X AI | 1 | 6.1 | $0.935 | 0/1 | 4.88s |
| #89 | Qwen3.6 Flash medium | Qwen | 1 | 4.8 | $0.738 | 0/1 | 9.88s |
| #140 | Mimo V2 Omni medium | Xiaomi | 1 | 5.4 | $0.683 | 0/1 | 3.61s |
| #43 | GPT-5.6 Terra medium | OpenAI | 1 | 5.5 | $0.676 | 0/1 | 2.37s |
| #111 | Gemini 3.1 Flash Lite low | 1 | 4.0 | $0.621 | 0/1 | 1.37s | |
| #31 | Gemini 3.5 Flash-Lite high | 1 | 5.4 | $0.584 | 0/1 | 3.40s | |
| #208 | Grok Build 0.1 none | X AI | 1 | 4.3 | $0.547 | 0/1 | 12.5s |
| #87 | GPT-5.6 Sol none | OpenAI | 1 | 6.5 | $0.524 | 0/1 | 1.52s |
| #59 | GPT-5.6 Terra low | OpenAI | 1 | 4.8 | $0.519 | 0/1 | 3.52s |
| #33 | Step 3.7 Flash medium | Stepfun | 1 | 4.0 | $0.515 | 0/1 | 6.85s |