Рейтинг Эрудиция x Неверный ответ

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

Показано моделей

Всего сбоев

197

Наиболее затронутая модель

Причины сбоев

Неверный ответ197 Нет ответа16 Ошибка API13 Тайм-аут1

Категории

Предметно-ориентированное495 Анти-ИИ уловки332 Программирование292 Решение головоломок233 Эрудиция197 Комбинированный75 Следование инструкциям73 Общий интеллект71 Парсинг и извлечение данных45 Вызов инструментов4

197/197

Ранг	Модель	Компания	Количество Неверный ответ	Оценка категории	Общая стоимость	Тестов верно	Время ответа (среднее)
#242	gpt-oss-120b none	OpenAI	1	3.0	$0.010	0/1	47.3s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.010 Время ответа (среднее) 47.3s
#245	Step 3.5 Flash none	Stepfun	1	3.0	$0.020	0/1	114.1s
Всего тестов 1 Ошибочных тестов 1 Общая стоимость $0.020 Время ответа (среднее) 114.1s

←

1 13 14

Фильтровать модели