Рейтинг моделей по Комбинированный

Посмотрите, какие AI-модели лучше всего справляются с Комбинированный, какие остаются надежными и где заметнее всего разница.

Показано моделей

Среднее значение Оценка Комбинированный

0.6

Лучшая модель

Gemini 3.6 Flash 1.0

Причины сбоев

С причиной сбоя Недопустимый вызов инструмента180 С причиной сбоя Неверный ответ128 С причиной сбоя Ошибка API62 С причиной сбоя Нет ответа56 С причиной сбоя Тайм-аут11 С причиной сбоя Лишнее форматирование1 С причиной сбоя Не соблюдены инструкции1

451/451

Ранг	Модель	Компания	Оценка Комбинированный	Оценка	Общая стоимость	Тестов верно	Время ответа (среднее)
#153	DeepSeek V4 Flash 0731 low	DeepSeek	1.0	0.7	$0.306	2/2	54.2s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость $0.306 Время ответа (среднее) 54.2s
#86	Gemini 3.1 Pro Preview medium	Google	1.0	0.8	$1.585	2/2	40.4s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость $1.585 Время ответа (среднее) 40.4s
#147	GLM 5.1 medium	Z.ai	1.0	0.8	$1.546	2/2	175.9s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость $1.546 Время ответа (среднее) 175.9s
#200	Claude Opus 4.8 none	Anthropic	1.0	0.7	$2.334	2/2	26.4s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость $2.334 Время ответа (среднее) 26.4s
#283	Claude Sonnet 4.6 none	Anthropic	1.0	0.6	$0.661	2/2	37.5s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость $0.661 Время ответа (среднее) 37.5s
#35	Qwen3.8 MAX medium	Qwen	0.9	0.9	$1.181	1/2	91.3s
Всего тестов 2 Ошибочных тестов 1 Общая стоимость $1.181 Время ответа (среднее) 91.3s
#37	Qwen3.8 Max (0902) high	Qwen	0.9	0.9	$3.306	1/2	110.4s
Всего тестов 2 Ошибочных тестов 1 Общая стоимость $3.306 Время ответа (среднее) 110.4s
#73	Claude Sonnet 5.5 xhigh	Anthropic	0.9	0.9	$1.516	1/2	30.4s
Всего тестов 2 Ошибочных тестов 1 Общая стоимость $1.516 Время ответа (среднее) 30.4s
#80	Qwen3.7 Max medium	Qwen	0.9	0.9	$1.689	1/2	287.8s
Всего тестов 2 Ошибочных тестов 1 Общая стоимость $1.689 Время ответа (среднее) 287.8s
#91	GPT-5.6 Terra high	OpenAI	0.9	0.8	$0.698	1/2	13.7s
Всего тестов 2 Ошибочных тестов 1 Общая стоимость $0.698 Время ответа (среднее) 13.7s
#113	Gemini 3.8 Flash medium	Google	0.9	0.8	$0.769	1/2	60.3s
Всего тестов 2 Ошибочных тестов 1 Общая стоимость $0.769 Время ответа (среднее) 60.3s
#115	GPT-5.6 Terra low	OpenAI	0.9	0.8	$0.435	1/2	9.68s
Всего тестов 2 Ошибочных тестов 1 Общая стоимость $0.435 Время ответа (среднее) 9.68s
#170	Qwen3.8 27B medium	Qwen	0.9	0.7	~$0.073	1/2	124.5s
Всего тестов 2 Ошибочных тестов 1 Общая стоимость ~$0.073 Время ответа (среднее) 124.5s
#183	MiMo-V2.5 medium	Xiaomi	0.9	0.7	$0.130	1/2	78.0s
Всего тестов 2 Ошибочных тестов 1 Общая стоимость $0.130 Время ответа (среднее) 78.0s
#224	Step 3.7 Flash high	Stepfun	0.9	0.7	$1.478	1/2	41.2s
Всего тестов 2 Ошибочных тестов 1 Общая стоимость $1.478 Время ответа (среднее) 41.2s

Рейтинг Комбинированный

Фильтровать модели

Лучшие модели по Оценка Комбинированный

Оценка Комбинированный vs общая стоимость

Лучшие модели по Время ответа (среднее)