Рейтинг моделей по Комбинированный | AI BENCHY

Посмотрите, какие AI-модели лучше всего справляются с Комбинированный, какие остаются надежными и где заметнее всего разница. Сортировать по: Метрика ↑.

Показано моделей

6

Среднее значение Оценка Комбинированный

5.6

Лучшая модель

Gemini 3 PRO Preview 1.5

Причины сбоев

С причиной сбоя Недопустимый вызов инструмента91 С причиной сбоя Неверный ответ69 С причиной сбоя Нет ответа32 С причиной сбоя Ошибка API26 С причиной сбоя Тайм-аут5 С причиной сбоя Лишнее форматирование1 С причиной сбоя Не соблюдены инструкции1

216/216

Ранг	Модель	Компания	Оценка Комбинированный	Оценка	Общая стоимость	Тестов верно	Время ответа (среднее)
#52	Grok Build 0.1 medium	X AI	10.0	7.6	$1.097	2/2	65.1s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость $1.097 Время ответа (среднее) 65.1s
#54	GPT-5.6 Luna medium	OpenAI	10.0	7.6	$0.352	2/2	14.6s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость $0.352 Время ответа (среднее) 14.6s
#58	GPT-5.3 Chat none	OpenAI	10.0	7.5	$0.571	2/2	15.1s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость $0.571 Время ответа (среднее) 15.1s
#75	Qwen3.7 Plus none	Qwen	10.0	7.2	$0.106	2/2	117.7s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость $0.106 Время ответа (среднее) 117.7s
#96	LongCat 2.0 low	Meituan	10.0	6.7	$0.391	2/2	130.2s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость $0.391 Время ответа (среднее) 130.2s
#102	LongCat 2.0 high	Meituan	10.0	6.6	$0.469	2/2	167.1s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость $0.469 Время ответа (среднее) 167.1s

←

1 14 15

Лучшие модели по Оценка Комбинированный

Оценка Комбинированный vs общая стоимость

Лучшие модели по Время ответа (среднее)