Orodha ya Mwito wa zana x Hitilafu ya API

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

Modeli zilizoonyeshwa

Jumla ya kushindwa

Modeli iliyoathirika zaidi

Sababu za kushindwa

Hitilafu ya API39 Hakufuata maelekezo13 Mwito wa zana si sahihi11 Jibu lisilo sahihi9 Hakuna jibu3

Kategoria

Uandishi wa msimbo65 Mchanganyiko62 Mbinu za kupinga AI44 Mahususi kwa domeni40 Mwito wa zana39 Uchanganuzi na uchimbaji wa data37 Kazi za mawakala36 Utatuzi wa mafumbo35 Ufuataji wa maagizo25 Maarifa ya jumla19

39/39

Nafasi	Modeli	Kampuni	Idadi ya Hitilafu ya API	Alama ya kategoria	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#232	Beam 1.0 501B A23B xhigh	Reflection	1	0.3	$0.688	0/1	1.84s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.688 Muda wa majibu (wastani) 1.84s
#240	Beam 1.0 501B A23B max	Reflection	1	0.3	$0.799	0/1	2.15s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.799 Muda wa majibu (wastani) 2.15s
#245	Beam 1.0 501B A23B low	Reflection	1	0.3	$0.432	0/1	1.83s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.432 Muda wa majibu (wastani) 1.83s
#273	Gemini 3.5 Flash none	Google	1	0.3	$1.752	0/1	0ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $1.752 Muda wa majibu (wastani) 0ms
#274	Beam 1.0 501B A23B high	Reflection	1	0.3	$0.674	0/1	1.82s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.674 Muda wa majibu (wastani) 1.82s
#307	Gemma 4 31B none	Google	1	0.3	$0.031	0/1	0ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.031 Muda wa majibu (wastani) 0ms
#326	Hy4 preview low	Tencent	1	0.3	$1.844	0/1	93.7s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $1.844 Muda wa majibu (wastani) 93.7s
#329	Ember-1 none	Fireworks	1	0.3	$0.786	0/1	26.4s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.786 Muda wa majibu (wastani) 26.4s
#336	Qwen3.6 35B A3B none	Qwen	1	0.3	$0.105	0/1	0ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.105 Muda wa majibu (wastani) 0ms
#350	Mercury 2.5 Preview low	Inception	1	0.3	$0.015	0/1	1.57s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.015 Muda wa majibu (wastani) 1.57s
#363	Hy4 preview none	Tencent	1	0.3	$0.165	0/1	81.5s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.165 Muda wa majibu (wastani) 81.5s
#383	Hy3 preview low	Tencent	1	0.3	$0.042	0/1	17.8s
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.042 Muda wa majibu (wastani) 17.8s
#384	Ring 2.6 1t default	Inclusionai	1	0.3	$0.026	0/1	0ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.026 Muda wa majibu (wastani) 0ms
#395	gpt-oss-120b none	OpenAI	1	0.3	$0.016	0/1	0ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $0.016 Muda wa majibu (wastani) 0ms
#400	Grok 4.20 Multi Agent Beta medium	X AI	1	0.3	$5.599	0/1	0ms
Jumla ya majaribio 1 Majaribio yenye makosa 1 Jumla ya gharama $5.599 Muda wa majibu (wastani) 0ms

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

Mwito wa zana: 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