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.

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

Command A+ 3

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)
#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
#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
#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
#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
#290	Ling 3.0 Flash high	Inclusionai	1	0.3	$0.021	0/3	30.3s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.021 Muda wa majibu (wastani) 30.3s
#329	Ling 3.0 Flash none	Inclusionai	1	0.3	$0.004	0/3	840ms
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.004 Muda wa majibu (wastani) 840ms
#345	KAT Coder AIR V2.5 low	Kwaipilot	1	0.3	$0.046	0/3	8.91s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.046 Muda wa majibu (wastani) 8.91s
#389	Qwen3.6 Plus Preview medium	Qwen	1	0.3	$0.000	0/3	22.1s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.000 Muda wa majibu (wastani) 22.1s
#395	Ling 3.0 Tiny default	Inclusionai	1	0.3	$0.000	0/3	880ms
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.000 Muda wa majibu (wastani) 880ms
#398	Xing4.0 29b A4b medium	Xingchen AGI	1	0.4	$0.000	0/3	381.9s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.000 Muda wa majibu (wastani) 381.9s
#399	Ling 3.0 Tiny high	Inclusionai	1	0.3	$0.000	0/3	70.1s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.000 Muda wa majibu (wastani) 70.1s
#400	Ling 3.0 Tiny low	Inclusionai	1	0.3	$0.000	0/3	72.1s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.000 Muda wa majibu (wastani) 72.1s
#401	Ling 3.0 Tiny medium	Inclusionai	1	0.3	$0.000	0/3	81.4s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.000 Muda wa majibu (wastani) 81.4s
#410	Hy3 preview none	Tencent	1	0.4	$0.007	0/3	17.6s
Jumla ya majaribio 3 Majaribio yenye makosa 3 Jumla ya gharama $0.007 Muda wa majibu (wastani) 17.6s
#424	Decider V1.2 default	Perplexity	1	0.6	$0.001	1/3	541ms
Jumla ya majaribio 3 Majaribio yenye makosa 2 Jumla ya gharama $0.001 Muda wa majibu (wastani) 541ms

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