反AI技巧 x 超时排名 | AI BENCHY

看看哪些 AI 模型在反AI技巧上最容易遇到超时，更快找出薄弱点。排序方式: 响应时间（平均） ↓.

显示的模型数

6

失败总数

8

受影响最多的模型

Muse Spark Open 1

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

领域专项46 编程26 智能体任务11 综合11 谜题求解11 反AI技巧8 指令遵循5 通用智能4 常识问答2 数据解析与提取2

6/6

排名	模型	公司	超时次数	分类得分	总成本	测试正确	响应时间（平均）
#30	Muse Spark Open high	Meta	1	0.8	$1.782	3/4	253.0s
总测试数 4 错误测试数 1 总成本 $1.782 响应时间（平均） 253.0s
#362	Granite 4.2 8B high	IBM Granite	2	0.7	$0.111	2/4	205.3s
总测试数 4 错误测试数 2 总成本 $0.111 响应时间（平均） 205.3s
#61	Muse Spark Open medium	Meta	1	0.7	$1.260	2/4	175.4s
总测试数 4 错误测试数 2 总成本 $1.260 响应时间（平均） 175.4s
#145	Seed-2.0-Mini medium	Bytedance Seed	1	0.7	$0.140	2/4	74.7s
总测试数 4 错误测试数 2 总成本 $0.140 响应时间（平均） 74.7s
#390	Qwen3.5-9B medium	Qwen	2	0.5	$0.106	1/4	34.4s
总测试数 4 错误测试数 3 总成本 $0.106 响应时间（平均） 34.4s
#384	MiniMax M2.5 medium	Minimax	1	0.8	$0.440	2/4	20.8s
总测试数 4 错误测试数 2 总成本 $0.440 响应时间（平均） 20.8s

按超时次数排名的顶级模型

超时次数对比分数

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