Orodha ya Mchanganyiko x Hitilafu ya API

Ona ni modeli gani za AI zina uwezekano mkubwa wa kupata Hitilafu ya API katika Mchanganyiko, ili uone udhaifu haraka.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

Sababu za kushindwa

Mwito wa zana si sahihi177 Jibu lisilo sahihi126 Hitilafu ya API62 Hakuna jibu55 Muda umeisha11 Hakufuata maelekezo1 Muundo wa ziada1

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

49/49

Nafasi	Modeli	Kampuni	Idadi ya Hitilafu ya API	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#151	Seed-2.0-Code medium	Bytedance Seed	2	0.5	$1.275	0/2	102.3s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $1.275 Muda wa majibu (wastani) 102.3s
#220	Beam 1.0 501B A23B medium	Reflection	2	0.3	$0.499	0/2	2.62s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.499 Muda wa majibu (wastani) 2.62s
#226	Beam 1.0 501B A23B xhigh	Reflection	2	0.3	$0.688	0/2	2.68s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.688 Muda wa majibu (wastani) 2.68s
#234	Beam 1.0 501B A23B max	Reflection	2	0.3	$0.799	0/2	3.04s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.799 Muda wa majibu (wastani) 3.04s
#238	Beam 1.0 501B A23B low	Reflection	2	0.3	$0.432	0/2	2.22s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.432 Muda wa majibu (wastani) 2.22s
#265	Gemini 3.5 Flash none	Google	2	0.3	$1.752	0/2	0ms
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $1.752 Muda wa majibu (wastani) 0ms
#266	Beam 1.0 501B A23B high	Reflection	2	0.3	$0.674	0/2	2.68s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.674 Muda wa majibu (wastani) 2.68s
#317	Hy4 preview low	Tencent	2	0.3	$1.844	0/2	139.4s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $1.844 Muda wa majibu (wastani) 139.4s
#375	Ring 2.6 1t default	Inclusionai	2	0.3	$0.026	0/2	0ms
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.026 Muda wa majibu (wastani) 0ms
#408	Command A+ medium	Cohere	2	0.3	$0.064	0/2	89.3s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.064 Muda wa majibu (wastani) 89.3s
#414	Command A+ high	Cohere	2	0.3	$0.079	0/2	80.7s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.079 Muda wa majibu (wastani) 80.7s
#417	Command A+ none	Cohere	2	0.3	$0.000	0/2	46.6s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.000 Muda wa majibu (wastani) 46.6s
#418	Command A+ low	Cohere	2	0.3	$0.073	0/2	83.5s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.073 Muda wa majibu (wastani) 83.5s
#17	Gemini 4 Argon high	Google	1	0.7	$1.802	1/2	56.3s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $1.802 Muda wa majibu (wastani) 56.3s
#93	Kimi K3 max	Moonshot AI	1	0.7	$3.409	1/2	223.0s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $3.409 Muda wa majibu (wastani) 223.0s

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

Mchanganyiko: 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