反AI技巧 x 额外格式排名 | AI BENCHY

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

6

失败总数

29

受影响最多的模型

Claude Opus 4.6 2

失败原因

答案错误386 未遵循指令44 额外格式29 API 错误20 无答案13 超时6

分类

反AI技巧29 编程26 领域专项23 谜题求解14 数据解析与提取8 指令遵循7 综合1

21/21

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）
#211	North Mini Code medium	Cohere	1	8.4	$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
#243	Seed-2.0-Code none	Bytedance Seed	1	3.0	$0.151	0/4	5.06s
总测试数 4 错误测试数 4 总成本 $0.151 响应时间（平均） 5.06s
#254	Qwen3 Coder Next none	Qwen	1	3.6	$0.026	0/4	3.31s
总测试数 4 错误测试数 4 总成本 $0.026 响应时间（平均） 3.31s
#268	Hy4 preview none	Tencent	1	3.3	$0.041	0/4	31.5s
总测试数 4 错误测试数 4 总成本 $0.041 响应时间（平均） 31.5s
#273	Grok 4.20 Multi Agent Beta medium	X AI	1	6.9	$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
#297	Ling 3.0 Tiny none	Inclusionai	1	4.8	$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

按额外格式次数排名的顶级模型

额外格式次数对比分数

按响应时间（平均）排名的顶级模型

按预估浪费成本排名的顶级模型