Рейтинг Эрудиция x Нет ответа

Посмотрите, какие AI-модели чаще всего сталкиваются с Нет ответа в Эрудиция, чтобы быстрее находить слабые места.

Показано моделей

Всего сбоев

Наиболее затронутая модель

Причины сбоев

Неверный ответ244 Нет ответа27 Ошибка API14 Тайм-аут1

Категории

Комбинированный43 Программирование39 Предметно-ориентированное35 Эрудиция27 Анти-ИИ уловки13 Решение головоломок11 Парсинг и извлечение данных9 Вызов инструментов2 Следование инструкциям2

27/27

Ранг	Модель	Компания	Количество Нет ответа	Оценка категории	Общая стоимость	Тестов верно	Время ответа (среднее)
#12	Grok 4.6 high	X AI	1	3.0	$1.908	0/1	54.2s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $1.908 Время ответа (среднее) 54.2s
#15	Claude Opus 5 high	Anthropic	1	3.0	$3.070	0/1	14.1s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $3.070 Время ответа (среднее) 14.1s
#16	Claude Opus 5 medium	Anthropic	1	3.0	$1.586	0/1	7.03s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $1.586 Время ответа (среднее) 7.03s
#24	Grok 4.5 high	X AI	1	3.0	$2.252	0/1	60.6s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $2.252 Время ответа (среднее) 60.6s
#31	Claude Opus 4.8 medium	Anthropic	1	3.0	$1.983	0/1	6.14s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $1.983 Время ответа (среднее) 6.14s
#34	GLM 5.3 Flash max	Z.ai	1	3.0	$0.059	0/1	46.8s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.059 Время ответа (среднее) 46.8s
#39	Claude Fable 5 medium	Anthropic	1	3.0	$3.004	0/1	25.6s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $3.004 Время ответа (среднее) 25.6s
#52	Claude Fable 5.1 medium	Anthropic	1	2.8	$2.909	0/1	24.3s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $2.909 Время ответа (среднее) 24.3s
#66	Kimi K3 max	Moonshot AI	1	3.0	$3.467	0/1	19.7s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $3.467 Время ответа (среднее) 19.7s
#68	Step 3.7 Flash medium	Stepfun	1	3.0	$0.495	0/1	114.0s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.495 Время ответа (среднее) 114.0s
#69	Qwen3.8 27B low	Qwen	1	3.0	~$0.071	0/1	12.6s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость ~$0.071 Время ответа (среднее) 12.6s
#73	GLM 5.2 medium	Z.ai	1	3.0	$0.224	0/1	34.2s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.224 Время ответа (среднее) 34.2s
#76	Qwen3.8 27B medium	Qwen	1	3.0	~$0.058	0/1	11.3s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость ~$0.058 Время ответа (среднее) 11.3s
#78	Claude Opus 4.8 low	Anthropic	1	3.0	$2.089	0/1	5.48s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $2.089 Время ответа (среднее) 5.48s
#87	Solar Pro 4 xhigh	Upstage	1	3.0	$0.050	0/1	119.9s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.050 Время ответа (среднее) 119.9s

Фильтровать модели

Лучшие модели по Количество Нет ответа

Количество Нет ответа против Оценка

Лучшие модели по Время ответа (среднее)

Лучшие модели по Оценочная стоимость потерь

Эрудиция: Нет ответа

Фильтровать модели

Лучшие модели по Количество Нет ответа

Количество Нет ответа против Оценка

Лучшие модели по Время ответа (среднее)