编程 x 无答案排名

AI BENCHY 分类失败

看看哪些 AI 模型在编程上最容易遇到无答案，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230 API 错误43 超时23 无答案18 未遵循指令16 额外格式12

分类

编程18 常识问答10 领域专项6 数据解析与提取5 反AI技巧4 综合3 工具调用2 指令遵循2 谜题求解2

16/16

排名	模型	公司	无答案次数	分类得分	总成本	测试正确	响应时间（平均）
#184	Qwen3.5-9B medium	Qwen	1	2.9	$0.036	0/3	100.9s
总测试数 3 错误测试数 3 总成本 $0.036 响应时间（平均） 100.9s

筛选模型