Ranking de Combinado x Erro de API

Veja quais modelos de IA têm mais chance de encontrar Erro de API em Combinado, para identificar pontos fracos mais rápido.

Modelos exibidos

Falhas totais

Modelo mais afetado

Seed-2.0-Code 2

Motivos de falha

Chamada de ferramenta inválida177 Resposta incorreta126 Erro de API62 Sem resposta55 Tempo esgotado11 Formatação extra1 Não seguiu as instruções1

Categorias

Programação65 Combinado62 Truques anti-IA44 Específico do domínio40 Chamada de ferramentas39 Tarefas de agentes36 Resolução de quebra-cabeças35 Análise e extração de dados32 Seguimento de instruções25 Conhecimentos gerais19

49/49

Posição	Modelo	Empresa	Contagem de Erro de API	Pontuação da categoria	Custo total	Testes corretos	Tempo de resposta (médio)
#151	Seed-2.0-Code medium	Bytedance Seed	2	0.5	$1.275	0/2	102.3s
Total de testes 2 Testes errados 2 Custo total $1.275 Tempo de resposta (médio) 102.3s
#220	Beam 1.0 501B A23B medium	Reflection	2	0.3	$0.499	0/2	2.62s
Total de testes 2 Testes errados 2 Custo total $0.499 Tempo de resposta (médio) 2.62s
#226	Beam 1.0 501B A23B xhigh	Reflection	2	0.3	$0.688	0/2	2.68s
Total de testes 2 Testes errados 2 Custo total $0.688 Tempo de resposta (médio) 2.68s
#234	Beam 1.0 501B A23B max	Reflection	2	0.3	$0.799	0/2	3.04s
Total de testes 2 Testes errados 2 Custo total $0.799 Tempo de resposta (médio) 3.04s
#238	Beam 1.0 501B A23B low	Reflection	2	0.3	$0.432	0/2	2.22s
Total de testes 2 Testes errados 2 Custo total $0.432 Tempo de resposta (médio) 2.22s
#265	Gemini 3.5 Flash none	Google	2	0.3	$1.752	0/2	0ms
Total de testes 2 Testes errados 2 Custo total $1.752 Tempo de resposta (médio) 0ms
#266	Beam 1.0 501B A23B high	Reflection	2	0.3	$0.674	0/2	2.68s
Total de testes 2 Testes errados 2 Custo total $0.674 Tempo de resposta (médio) 2.68s
#317	Hy4 preview low	Tencent	2	0.3	$1.844	0/2	139.4s
Total de testes 2 Testes errados 2 Custo total $1.844 Tempo de resposta (médio) 139.4s
#375	Ring 2.6 1t default	Inclusionai	2	0.3	$0.026	0/2	0ms
Total de testes 2 Testes errados 2 Custo total $0.026 Tempo de resposta (médio) 0ms
#408	Command A+ medium	Cohere	2	0.3	$0.064	0/2	89.3s
Total de testes 2 Testes errados 2 Custo total $0.064 Tempo de resposta (médio) 89.3s
#414	Command A+ high	Cohere	2	0.3	$0.079	0/2	80.7s
Total de testes 2 Testes errados 2 Custo total $0.079 Tempo de resposta (médio) 80.7s
#417	Command A+ none	Cohere	2	0.3	$0.000	0/2	46.6s
Total de testes 2 Testes errados 2 Custo total $0.000 Tempo de resposta (médio) 46.6s
#418	Command A+ low	Cohere	2	0.3	$0.073	0/2	83.5s
Total de testes 2 Testes errados 2 Custo total $0.073 Tempo de resposta (médio) 83.5s
#17	Gemini 4 Argon high	Google	1	0.7	$1.802	1/2	56.3s
Total de testes 2 Testes errados 1 Custo total $1.802 Tempo de resposta (médio) 56.3s
#93	Kimi K3 max	Moonshot AI	1	0.7	$3.409	1/2	223.0s
Total de testes 2 Testes errados 1 Custo total $3.409 Tempo de resposta (médio) 223.0s

Filtrar modelos

Melhores modelos por Contagem de Erro de API

Contagem de Erro de API vs Pontuação

Melhores modelos por Tempo de resposta (médio)

Melhores modelos por Custo desperdiçado estimado

Combinado: Erro de API

Filtrar modelos

Melhores modelos por Contagem de Erro de API

Contagem de Erro de API vs Pontuação

Melhores modelos por Tempo de resposta (médio)

Melhores modelos por Custo desperdiçado estimado