AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Eșecuri AI BENCHY

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 ↓.

Modele afișate

15

Eșecuri totale

27

Modelul cel mai afectat

Gemini 3 PRO Preview 1
Rang Model Companie Număr de Eroare API Scor Teste corecte Timp de răspuns (mediu)
#12 Gemini 3 PRO Preview medium Google 1 8.4 14/18 9.06s
#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
#33 GLM 5.1 medium Z.ai 1 7.8 12/18 24.1s
#32 Qwen3.5-Flash medium Qwen 1 7.8 11/18 66.7s
#41 MiMo-V2-Flash medium Xiaomi 1 7.5 11/18 23.4s
#43 Qwen3.5-35B-A3B medium Qwen 1 7.4 10/18 44.5s
#48 Gemma 4 31B none Google 2 6.9 10/18 4.02s
#47 Grok 4.20 medium X AI 1 7.0 9/18 10.3s
#51 Nemotron 3 Super medium NVIDIA 1 6.7 9/18 19.1s
#50 Hunter Alpha medium OpenRouter 1 6.7 8/18 10.3s
#56 Grok 4.20 Multi Agent Beta medium X AI 2 6.4 7/18 9.80s
#72 Hunter Alpha none OpenRouter 1 5.7 6/18 4.58s
#73 Mistral Small 4 medium Mistral 2 5.7 5/18 5.64s
#84 gpt-oss-120b none OpenAI 3 5.2 4/18 12.0s

Top modele după Număr de Eroare API

Număr de Eroare API vs Scor

Top modele după Timp de răspuns (mediu)