综合 x 无答案排名

看看哪些 AI 模型在综合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

无效工具调用177 答案错误126 API 错误62 无答案55 超时11 未遵循指令1 额外格式1

分类

领域专项63 常识问答62 综合55 编程49 谜题求解14 反AI技巧13 数据解析与提取9 工具调用3 指令遵循2

55/55

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）
#342	MiniMax M2.7 medium	Minimax	1	0.4	$0.326	0/2	72.1s
总测试数 2 错误测试数 2 总成本 $0.326 响应时间（平均） 72.1s
#344	GPT-4o-mini default	OpenAI	1	0.3	$0.024	0/2	6.32s
总测试数 2 错误测试数 2 总成本 $0.024 响应时间（平均） 6.32s
#348	Qwen3 Coder Next default	Qwen	1	0.3	$0.067	0/2	30.9s
总测试数 2 错误测试数 2 总成本 $0.067 响应时间（平均） 30.9s
#352	MiMo-V2.5 none	Xiaomi	1	0.3	$0.049	0/2	28.9s
总测试数 2 错误测试数 2 总成本 $0.049 响应时间（平均） 28.9s
#361	Laguna S 2.1 none	Poolside	1	0.3	$0.044	0/2	21.6s
总测试数 2 错误测试数 2 总成本 $0.044 响应时间（平均） 21.6s
#363	Qwen3 Coder Next medium	Qwen	1	0.3	$0.071	0/2	14.6s
总测试数 2 错误测试数 2 总成本 $0.071 响应时间（平均） 14.6s
#365	GPT-5.4 Nano none	OpenAI	1	0.3	$0.068	0/2	14.7s
总测试数 2 错误测试数 2 总成本 $0.068 响应时间（平均） 14.7s
#384	MiniMax M2.5 medium	Minimax	1	0.4	$0.440	0/2	83.2s
总测试数 2 错误测试数 2 总成本 $0.440 响应时间（平均） 83.2s
#394	Laguna M.1 medium	Poolside	1	0.2	$0.033	0/1	53.1s
总测试数 1 错误测试数 1 总成本 $0.033 响应时间（平均） 53.1s
#412	Xing4.0 29b A4b none	Xingchen AGI	1	0.3	$0.000	0/2	32.4s
总测试数 2 错误测试数 2 总成本 $0.000 响应时间（平均） 32.4s

筛选模型