Orodha ya Mbinu za kupinga AI x Hitilafu ya API

Ona ni modeli gani za AI zina uwezekano mkubwa wa kupata Hitilafu ya API katika Mbinu za kupinga AI, ili uone udhaifu haraka. Panga kwa: Majaribio sahihi ↑.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

DeepSeek V3.2 1

Sababu za kushindwa

Jibu lisilo sahihi502 Hakufuata maelekezo52 Hitilafu ya API44 Muundo wa ziada34 Hakuna jibu13 Muda umeisha8

Kategoria

Uandishi wa msimbo65 Mchanganyiko62 Mbinu za kupinga AI44 Mahususi kwa domeni40 Mwito wa zana39 Kazi za mawakala36 Utatuzi wa mafumbo35 Uchanganuzi na uchimbaji wa data32 Ufuataji wa maagizo25 Maarifa ya jumla19

31/31

Nafasi	Modeli	Kampuni	Idadi ya Hitilafu ya API	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#364	DeepSeek V3.2 none	DeepSeek	1	0.3	$0.119	0/4	9.35s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.119 Muda wa majibu (wastani) 9.35s
#398	Xing4.0 29b A4b medium	Xingchen AGI	1	0.4	$0.000	0/4	145.4s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.000 Muda wa majibu (wastani) 145.4s
#403	Laguna M.1 default	Poolside	1	0.3	$0.009	0/4	705ms
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.009 Muda wa majibu (wastani) 705ms
#408	Command A+ medium	Cohere	4	0.3	$0.064	0/4	94.1s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.064 Muda wa majibu (wastani) 94.1s
#412	Xing4.0 29b A4b none	Xingchen AGI	1	0.3	$0.000	0/4	8.37s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.000 Muda wa majibu (wastani) 8.37s
#414	Command A+ high	Cohere	4	0.3	$0.079	0/4	85.9s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.079 Muda wa majibu (wastani) 85.9s
#416	Laguna Xs.2 default	Poolside	1	0.3	$0.004	0/4	534ms
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.004 Muda wa majibu (wastani) 534ms
#417	Command A+ none	Cohere	4	0.3	$0.000	0/4	90.5s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.000 Muda wa majibu (wastani) 90.5s
#418	Command A+ low	Cohere	4	0.3	$0.073	0/4	87.5s
Jumla ya majaribio 4 Majaribio yenye makosa 4 Jumla ya gharama $0.073 Muda wa majibu (wastani) 87.5s
#320	Ember-1 none	Fireworks	1	0.5	$0.786	1/4	22.4s
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.786 Muda wa majibu (wastani) 22.4s
#422	Nemotron 3 Nano Omni 30b A3b Reasoning default	NVIDIA	1	0.5	$0.000	1/4	584ms
Jumla ya majaribio 4 Majaribio yenye makosa 3 Jumla ya gharama $0.000 Muda wa majibu (wastani) 584ms
#141	GPT-6 Luna low	OpenAI	1	0.7	$0.033	2/4	11.0s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $0.033 Muda wa majibu (wastani) 11.0s
#185	Step 5 Preview high	Stepfun	1	0.7	$4.513	2/4	14.7s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $4.513 Muda wa majibu (wastani) 14.7s
#271	Step 5 Preview medium	Stepfun	1	0.6	$4.136	2/4	12.6s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $4.136 Muda wa majibu (wastani) 12.6s
#302	Step 5 Preview low	Stepfun	1	0.7	$4.110	2/4	9.50s
Jumla ya majaribio 4 Majaribio yenye makosa 2 Jumla ya gharama $4.110 Muda wa majibu (wastani) 9.50s

Chuja miundo

Modeli bora kwa Idadi ya Hitilafu ya API

Idadi ya Hitilafu ya API dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa

Mbinu za kupinga AI: Hitilafu ya API

Chuja miundo

Modeli bora kwa Idadi ya Hitilafu ya API

Idadi ya Hitilafu ya API dhidi ya Alama

Modeli bora kwa Muda wa majibu (wastani)

Modeli bora kwa Gharama iliyopotezwa inayokadiriwa