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 sahihi147 Jibu lisilo sahihi95 Hakuna jibu43 Hitilafu ya API37 Muda umeisha9 Hakufuata maelekezo1 Muundo wa ziada1

Kategoria

Uandishi wa msimbo56 Mchanganyiko37 Mwito wa zana25 Mbinu za kupinga AI20 Mahususi kwa domeni17 Uchanganuzi na uchimbaji wa data17 Utatuzi wa mafumbo15 Akili ya jumla14 Maarifa ya jumla14 Ufuataji wa maagizo2

33/33

Nafasi	Modeli	Kampuni	Idadi ya Hitilafu ya API	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#139	Gemini 3.5 Flash none	Google	2	3.0	$1.093	0/2	0ms
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $1.093 Muda wa majibu (wastani) 0ms
#142	Seed-2.0-Code medium	Bytedance Seed	2	4.7	$1.153	0/2	102.3s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $1.153 Muda wa majibu (wastani) 102.3s
#228	Hy4 preview low	Tencent	2	2.9	$1.745	0/2	139.4s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $1.745 Muda wa majibu (wastani) 139.4s
#269	Ring-2.6-1T none	Inclusionai	2	3.0	$0.026	0/2	0ms
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.026 Muda wa majibu (wastani) 0ms
#66	Kimi K3 max	Moonshot AI	1	6.5	$3.467	1/2	223.0s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $3.467 Muda wa majibu (wastani) 223.0s
#81	Seed-2.0-Code low	Bytedance Seed	1	7.3	$0.767	1/2	99.1s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.767 Muda wa majibu (wastani) 99.1s
#104	LongCat 2.0 medium	Meituan	1	7.3	$0.499	1/2	151.0s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.499 Muda wa majibu (wastani) 151.0s
#110	KAT-Coder-Pro V2.5 low	Kwaipilot	1	6.4	$0.400	1/2	111.9s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.400 Muda wa majibu (wastani) 111.9s
#120	Qwen3.7 Flash low	Qwen	1	6.4	$0.043	1/2	217.8s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.043 Muda wa majibu (wastani) 217.8s
#125	Solar Pro 4 high	Upstage	1	7.3	$0.046	1/2	167.4s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.046 Muda wa majibu (wastani) 167.4s
#135	KAT-Coder-Pro V2.5 medium	Kwaipilot	1	6.4	$0.478	1/2	135.7s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.478 Muda wa majibu (wastani) 135.7s
#138	Seed-2.0-Code high	Bytedance Seed	1	7.3	$1.273	1/2	144.9s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $1.273 Muda wa majibu (wastani) 144.9s
#143	Solar Pro 4 low	Upstage	1	6.3	$0.044	1/2	358.1s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.044 Muda wa majibu (wastani) 358.1s
#144	Solar Pro 4 medium	Upstage	1	6.4	$0.047	1/2	294.8s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.047 Muda wa majibu (wastani) 294.8s
#162	Qwen3.6 35B A3B medium	Qwen	1	3.0	$0.672	0/2	817.6s
Jumla ya majaribio 2 Majaribio yenye makosa 2 Jumla ya gharama $0.672 Muda wa majibu (wastani) 817.6s

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