反AI技巧 x 额外格式排名

看看哪些 AI 模型在反AI技巧上最容易遇到额外格式，更快找出薄弱点。

显示的模型数

失败总数

受影响最多的模型

失败原因

答案错误502 未遵循指令52 API 错误44 额外格式34 无答案13 超时8

分类

编程37 领域专项36 反AI技巧34 谜题求解16 数据解析与提取12 指令遵循8 综合1

25/25

排名	模型	公司	额外格式次数	分类得分	总成本	测试正确	响应时间（平均）
#194	Claude Sonnet 5.5 low	Anthropic	1	0.7	$0.909	2/4	2.55s
总测试数 4 错误测试数 2 总成本 $0.909 响应时间（平均） 2.55s
#204	Grok Build 0.1 medium	X AI	1	0.8	$1.419	3/4	7.43s
总测试数 4 错误测试数 1 总成本 $1.419 响应时间（平均） 7.43s
#236	Claude Sonnet 4.6 medium	Anthropic	1	0.7	$2.126	2/4	2.98s
总测试数 4 错误测试数 2 总成本 $2.126 响应时间（平均） 2.98s
#313	Seed-2.0-Code none	Bytedance Seed	1	0.3	$0.257	0/4	5.06s
总测试数 4 错误测试数 4 总成本 $0.257 响应时间（平均） 5.06s
#316	North Mini Code medium	Cohere	1	0.8	$0.000	3/4	64.8s
总测试数 4 错误测试数 1 总成本 $0.000 响应时间（平均） 64.8s
#333	MiMo-V2-Flash medium	Xiaomi	1	0.8	$0.043	3/4	15.8s
总测试数 4 错误测试数 1 总成本 $0.043 响应时间（平均） 15.8s
#348	Qwen3 Coder Next default	Qwen	1	0.4	$0.067	0/4	3.31s
总测试数 4 错误测试数 4 总成本 $0.067 响应时间（平均） 3.31s
#354	Hy4 preview none	Tencent	1	0.3	$0.165	0/4	31.5s
总测试数 4 错误测试数 4 总成本 $0.165 响应时间（平均） 31.5s
#391	Grok 4.20 Multi Agent Beta medium	X AI	1	0.7	$5.599	2/4	3.46s
总测试数 4 错误测试数 2 总成本 $5.599 响应时间（平均） 3.46s
#395	Ling 3.0 Tiny default	Inclusionai	1	0.5	$0.000	1/4	5.14s
总测试数 4 错误测试数 3 总成本 $0.000 响应时间（平均） 5.14s

筛选模型