AI BENCHY
Advertise here

AI BENCHY विफलताएँ

API त्रुटि विफलताएँ

देखें कि किन AI मॉडलों में API त्रुटि सबसे अधिक होता है, ताकि आप चुनने से पहले भरोसेमंदी के जोखिम समझ सकें। क्रमबद्ध करें: प्रतिक्रिया समय (औसत) ↑.

दिखाए गए मॉडल

15

कुल विफलताएँ

144

सबसे अधिक प्रभावित मॉडल

Nemotron 3 Nano Omni 30b A3b Reasoning 6

श्रेणियाँ

कोडिंग श्रेणी में43 डेटा पार्सिंग और निष्कर्षण श्रेणी में16 टूल कॉलिंग श्रेणी में15 एंटी-एआई ट्रिक्स श्रेणी में13 पहेली समाधान श्रेणी में13 संयुक्त श्रेणी में13 Samanya Buddhimatta श्रेणी में12 सामान्य ज्ञान श्रेणी में12 डोमेन-विशिष्ट श्रेणी में6 निर्देश पालन श्रेणी में1
रैंक मॉडल कंपनी API त्रुटि संख्या स्कोर सही परीक्षण प्रतिक्रिया समय (औसत)
#35 Gemini 3 PRO Preview medium Google 4 7.6 14/21 9.05s
#138 Ling-2.6-flash none Inclusionai 2 5.0 6/21 9.34s
#132 Mistral Small 4 medium Mistral 2 5.3 5/21 9.40s
#84 Grok 4.20 Multi Agent Beta medium X AI 2 6.6 8/18 9.69s
#20 Gemini 3.5 Flash none Google 3 8.1 15/21 9.93s
#79 Hunter Alpha medium OpenRouter 1 6.7 8/18 10.3s
#111 Owl Alpha medium Openrouter 1 5.7 8/21 11.9s
#113 DeepSeek V4 Pro none DeepSeek 1 5.7 7/21 12.4s
#156 Hy3 preview none Tencent 4 4.4 4/21 12.9s
#133 DeepSeek V3.2 none DeepSeek 4 5.2 6/21 13.8s
#92 Laguna M.1 medium Poolside 4 6.4 9/19 14.7s
#41 Nemotron 3 Ultra 550b A55b medium NVIDIA 1 7.5 13/21 15.1s
#93 Qwen3.6 Plus Preview medium Qwen 8 6.3 9/19 15.2s
#33 Hy3 preview medium Tencent 3 7.7 14/21 16.3s
#149 Nemotron 3 Nano Omni 30b A3b Reasoning medium NVIDIA 6 4.6 4/19 17.1s

API त्रुटि संख्या के अनुसार शीर्ष मॉडल

API त्रुटि संख्या बनाम स्कोर

प्रतिक्रिया समय (औसत) के अनुसार शीर्ष मॉडल