Clasament al eșecurilor pentru Eroare API

Vezi ce modele AI se lovesc cel mai des de Eroare API, ca să identifici riscurile de fiabilitate înainte să alegi. Sortează după: Cost total ↑.

Modele afișate

Eșecuri totale

414

Modelul cel mai afectat

Categorii

În categoria Programare65 În categoria Combinat62 În categoria Trucuri anti-AI44 În categoria Specific domeniului40 În categoria Apelare instrumente39 În categoria Sarcini agentice36 În categoria Rezolvare de puzzle-uri35 În categoria Parsare și extragere de date32 În categoria Respectarea instrucțiunilor25 În categoria Cultură generală19

144/144

Rang	Model	Companie	Număr de Eroare API	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#93	Kimi K3 max	Moonshot AI	2	0.8	$3.409	17/23	139.4s
Total teste 23 Teste greșite 6 Cost total $3.409 Timp de răspuns (mediu) 139.4s
#131	Muse Wonder high	Meta	6	0.8	$3.426	15/23	23.0s
Total teste 23 Teste greșite 8 Cost total $3.426 Timp de răspuns (mediu) 23.0s
#116	Claude Fable 5.1 high	Anthropic	1	0.8	$3.471	19/23	13.3s
Total teste 23 Teste greșite 4 Cost total $3.471 Timp de răspuns (mediu) 13.3s
#139	Muse Wonder xhigh	Meta	6	0.8	$4.012	14/23	34.4s
Total teste 23 Teste greșite 9 Cost total $4.012 Timp de răspuns (mediu) 34.4s
#302	Step 5 Preview low	Stepfun	2	0.6	$4.110	10/23	138.3s
Total teste 23 Teste greșite 13 Cost total $4.110 Timp de răspuns (mediu) 138.3s
#271	Step 5 Preview medium	Stepfun	1	0.6	$4.136	10/23	136.1s
Total teste 23 Teste greșite 13 Cost total $4.136 Timp de răspuns (mediu) 136.1s
#185	Step 5 Preview high	Stepfun	2	0.7	$4.513	10/23	154.4s
Total teste 23 Teste greșite 13 Cost total $4.513 Timp de răspuns (mediu) 154.4s
#122	Muse Wonder max	Meta	4	0.8	$4.766	16/23	44.4s
Total teste 23 Teste greșite 7 Cost total $4.766 Timp de răspuns (mediu) 44.4s
#391	Grok 4.20 Multi Agent Beta medium	X AI	2	0.4	$5.599	8/18	9.69s
Total teste 18 Teste greșite 10 Cost total $5.599 Timp de răspuns (mediu) 9.69s

Eșecuri Eroare API