Orodha ya Uandishi wa msimbo x Hitilafu ya API

Kushindwa kwa kategoria za AI BENCHY

Ona ni modeli gani za AI zina uwezekano mkubwa wa kupata Hitilafu ya API katika Uandishi wa msimbo, ili uone udhaifu haraka. Panga kwa: Jumla ya gharama ↑.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

Owl Alpha 1

Sababu za kushindwa

Jibu lisilo sahihi230 Hitilafu ya API43 Muda umeisha23 Hakuna jibu18 Hakufuata maelekezo16 Muundo wa ziada12

Kategoria

Uandishi wa msimbo43 Mwito wa zana16 Uchanganuzi na uchimbaji wa data14 Maarifa ya jumla13 Mchanganyiko13 Akili ya jumla12 Mbinu za kupinga AI12 Utatuzi wa mafumbo12 Mahususi kwa domeni5 Ufuataji wa maagizo1

28/28

Nafasi	Modeli	Kampuni	Idadi ya Hitilafu ya API	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#124	Owl Alpha medium	Openrouter	1	5.4	$0.000	1/3	18.7s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.000 Muda wa majibu (wastani) 18.7s
#129	Qwen3.6 Plus Preview medium	Qwen	1	9.8	$0.000	0/1	0ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.000 Muda wa majibu (wastani) 0ms
#151	Hunter Alpha medium	OpenRouter	1	9.8	$0.000	0/1	0ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.000 Muda wa majibu (wastani) 0ms
#159	Cobuddy medium	Baidu	1	3.7	$0.000	0/3	79.2s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.000 Muda wa majibu (wastani) 79.2s
#171	Elephant Alpha none	Openrouter	2	4.2	$0.000	0/3	1.39s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.000 Muda wa majibu (wastani) 1.39s
#172	Elephant Alpha medium	Openrouter	2	3.7	$0.000	0/3	1.30s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.000 Muda wa majibu (wastani) 1.30s
#173	Hunter Alpha none	OpenRouter	1	9.8	$0.000	0/1	0ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.000 Muda wa majibu (wastani) 0ms
#162	Ling-2.6-flash none	Inclusionai	2	5.3	$0.001	1/3	11.2s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.001 Muda wa majibu (wastani) 11.2s
#177	Hy3 preview none	Tencent	2	2.7	$0.003	0/3	4.56s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.003 Muda wa majibu (wastani) 4.56s
#166	Ling-2.6-1T none	Inclusionai	2	3.8	$0.005	0/3	10.6s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.005 Muda wa majibu (wastani) 10.6s
#156	Trinity Large Preview none	Arcee AI	2	3.7	$0.008	0/3	14.3s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.008 Muda wa majibu (wastani) 14.3s
#99	Hy3 preview low	Tencent	2	5.3	$0.015	1/3	27.9s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.015 Muda wa majibu (wastani) 27.9s
#66	Hy3 preview medium	Tencent	2	5.3	$0.018	1/3	31.4s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.018 Muda wa majibu (wastani) 31.4s
#187	Step 3.5 Flash none	Stepfun	1	9.8	$0.020	0/1	0ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.020 Muda wa majibu (wastani) 0ms
#100	Nemotron 3 Super medium	NVIDIA	3	3.1	$0.020	0/3	147.3s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.020 Muda wa majibu (wastani) 147.3s

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

Uandishi wa msimbo: 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