Orodha ya Mahususi kwa domeni x Hitilafu ya API

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

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

Muse Wonder 2

Sababu za kushindwa

Jibu lisilo sahihi878 Hakuna jibu63 Muda umeisha46 Hitilafu ya API40 Muundo wa ziada36 Hakufuata maelekezo3

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)
#122	Muse Wonder max	Meta	2	0.3	$4.766	0/3	189.6s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $4.766 Muda wa majibu (wastani) 189.6s
#139	Muse Wonder xhigh	Meta	1	0.4	$4.012	0/3	150.7s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $4.012 Muda wa majibu (wastani) 150.7s
#131	Muse Wonder high	Meta	1	0.5	$3.426	1/3	78.6s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $3.426 Muda wa majibu (wastani) 78.6s
#32	Muse Wonder medium	Meta	1	0.5	$3.397	1/3	70.7s
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $3.397 Muda wa majibu (wastani) 70.7s
#209	Ember-1 max	Fireworks	1	0.4	$3.264	0/3	471.2s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $3.264 Muda wa majibu (wastani) 471.2s
#87	Muse Spark 1.1 high	Meta	1	0.3	$2.570	0/3	94.7s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $2.570 Muda wa majibu (wastani) 94.7s
#191	Ember-1 high	Fireworks	1	0.3	$2.405	0/3	175.5s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $2.405 Muda wa majibu (wastani) 175.5s
#44	Muse Spark Open xhigh	Meta	1	0.3	$2.081	0/3	341.5s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $2.081 Muda wa majibu (wastani) 341.5s
#184	Ember-1 low	Fireworks	1	0.3	$1.488	0/3	56.2s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $1.488 Muda wa majibu (wastani) 56.2s
#217	LongCat 2.0 low	Meituan	1	0.3	$0.630	0/3	183.6s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.630 Muda wa majibu (wastani) 183.6s
#180	GPT-5.2 Chat default	OpenAI	1	0.3	$0.594	0/3	23.7s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.594 Muda wa majibu (wastani) 23.7s
#210	GPT 5.3 Chat default	OpenAI	1	0.3	$0.533	0/3	12.7s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.533 Muda wa majibu (wastani) 12.7s
#134	Nemotron 3.5 Super VL medium	NVIDIA	1	0.4	$0.437	0/3	196.7s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.437 Muda wa majibu (wastani) 196.7s
#81	Nemotron 3.5 Super VL high	NVIDIA	1	0.4	$0.349	0/3	113.7s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.349 Muda wa majibu (wastani) 113.7s
#285	Nemotron 3 Ultra none	NVIDIA	1	0.5	$0.164	1/3	758ms
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.164 Muda wa majibu (wastani) 758ms

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

Mahususi kwa domeni: 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