Eșecuri 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: Teste corecte ↑.
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
Filtrează modelele
Niciun model nu corespunde căutării și filtrelor curente.
| Rang | Model | Companie | Număr de Eroare API | Scor | Cost total | Teste corecte | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|
| #219 | Step 3.7 Flash high | Stepfun | 1 | 0.7 | $1.478 | 11/23 | 72.7s |
| #221 | KAT-Coder-Pro V2.5 low | Kwaipilot | 2 | 0.7 | $0.568 | 11/23 | 19.4s |
| #229 | KAT-Coder-Pro V2.5 high | Kwaipilot | 1 | 0.6 | $0.506 | 11/23 | 21.2s |
| #238 | Beam 1.0 501B A23B low | Reflection | 3 | 0.6 | $0.432 | 11/23 | 4.89s |
| #241 | MiMo-V2.5-Pro medium | Xiaomi | 1 | 0.6 | $0.332 | 11/23 | 56.7s |
| #245 | Qwen3.5-35B-A3B medium | Qwen | 1 | 0.6 | $0.716 | 11/23 | 111.5s |
| #250 | Solar Pro 4 high | Upstage | 1 | 0.6 | $0.077 | 11/23 | 128.9s |
| #255 | DeepSeek V3.2 medium | DeepSeek | 2 | 0.6 | $0.152 | 11/23 | 70.1s |
| #260 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 2 | 0.6 | $0.669 | 11/23 | 23.9s |
| #264 | Claude Fable 5.1 low | Anthropic | 1 | 0.6 | $3.395 | 11/23 | 11.4s |
| #266 | Beam 1.0 501B A23B high | Reflection | 3 | 0.6 | $0.674 | 11/23 | 9.03s |
| #273 | KAT-Coder-Pro V2.5 default | Kwaipilot | 1 | 0.6 | $0.742 | 11/23 | 25.0s |
| #291 | Ring 2.6 1t medium | Inclusionai | 3 | 0.6 | $0.102 | 11/23 | 65.5s |
| #433 | Step 3.5 Flash none | Stepfun | 4 | 0.2 | $0.020 | 6/12 | 39.0s |
| #137 | Qwen3.7 Flash low | Qwen | 1 | 0.8 | $0.071 | 12/23 | 41.0s |