综合 x API 错误排名

看看哪些 AI 模型在综合上最容易遇到 API 错误，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

无效工具调用147 答案错误95 无答案43 API 错误37 超时9 未遵循指令1 额外格式1

分类

编程56 综合37 工具调用25 反AI技巧20 数据解析与提取17 领域专项17 谜题求解15 常识问答14 通用智能14 指令遵循2

33/33

排名	模型	公司	API 错误次数	分类得分	总成本	测试正确	响应时间（平均）
#309	Nemotron 3 Nano Omni 30b A3b Reasoning none	NVIDIA	1	1.5	$0.000	0/1	0ms
总测试数 1 错误测试数 1 总成本 $0.000 响应时间（平均） 0ms
#310	Step 3.5 Flash none	Stepfun	1	1.5	$0.020	0/1	0ms
总测试数 1 错误测试数 1 总成本 $0.020 响应时间（平均） 0ms
#311	LFM2-24B-A2B none	Liquid	1	1.5	$0.001	0/1	0ms
总测试数 1 错误测试数 1 总成本 $0.001 响应时间（平均） 0ms

筛选模型