AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 分类失败

编程:答案错误

编程
答案错误

看看哪些 AI 模型在 编程 上最容易遇到 答案错误,更快找出薄弱点。 排序方式: 响应时间(平均) ↓.

显示的模型数

15

失败总数

120

受影响最多的模型

Seed-2.0-Mini 1
排名 模型 公司 答案错误 次数 分类得分 测试正确 响应时间(平均)
#68 Seed-2.0-Mini medium Bytedance Seed 1 6.8 1/2 220.5s
#33 Qwen3.6 Plus medium Qwen 1 4.1 0/2 201.7s
#20 Qwen3.5 Plus 2026-02-15 medium Qwen 1 7.6 1/2 193.8s
#71 DeepSeek V3.2 medium DeepSeek 1 3.9 0/2 185.0s
#72 MiMo-V2-Omni medium Xiaomi 1 3.4 0/2 183.9s
#14 Qwen3.6 Max Preview medium Qwen 1 8.2 1/2 178.0s
#42 Qwen3.5 Plus 2026-04-20 medium Qwen 1 5.4 1/2 137.5s
#119 MiniMax M2.5 medium Minimax 1 3.5 0/2 125.8s
#25 Qwen3.5-27B medium Qwen 1 7.0 1/2 123.9s
#38 Qwen3.5-122B-A10B medium Qwen 1 4.1 0/2 119.6s
#21 Seed-2.0-Lite medium Bytedance Seed 1 7.0 1/2 107.7s
#1 Gemini 3 Flash Preview medium Google 1 7.9 1/2 96.0s
#44 MiMo-V2-Pro medium Xiaomi 1 7.5 1/2 94.2s
#105 Cobuddy medium Baidu 1 4.1 0/2 79.2s
#65 GPT-5.4 Mini medium OpenAI 1 7.5 1/2 73.3s

按 答案错误 次数 排名的顶级模型

答案错误 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