Clasament al eșecurilor pentru Eroare API

Eșecuri AI BENCHY

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

Modele afișate

Eșecuri totale

Modelul cel mai afectat

Categorii

În categoria Apelare instrumente6 În categoria Parsare și extragere de date6 În categoria Programare6 În categoria Combinat5 În categoria Specific domeniului2 În categoria Respectarea instrucțiunilor1 În categoria Rezolvare de puzzle-uri1

Rang	Model	Companie	Număr de Eroare API	Scor	Teste corecte	Timp de răspuns (mediu)
#14	Gemma 4 31B medium	Google	2	8.3	13/18	24.9s
#20	Qwen3.6 Plus medium	Qwen	1	8.1	13/18	15.3s
#12	Gemini 3 PRO Preview medium	Google	1	8.4	14/18	9.06s

Eșecuri Eroare API