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

综合:答案错误

综合
答案错误

看看哪些 AI 模型在 综合 上最容易遇到 答案错误,更快找出薄弱点。

显示的模型数

15

失败总数

37

受影响最多的模型

Gemini 3 Flash Preview 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)
#5 Gemini 3 Flash Preview low Google 1 3.0 0/1 3.27s
#12 Gemini 3 PRO Preview medium Google 1 3.0 0/1 10.4s
#21 Gemini 3 Flash Preview none Google 1 4.7 0/1 3.56s
#22 Gemini 3.1 Flash Lite Preview low Google 1 3.0 0/1 11.9s
#23 MiMo-V2-Pro medium Xiaomi 1 4.7 0/1 64.7s
#29 Gemini 3.1 Flash Lite Preview none Google 1 3.0 0/1 3.20s
#49 Qwen3.5 Plus 2026-02-15 none Qwen 1 3.0 0/1 6.65s
#53 GLM 5 none Z.ai 1 3.0 0/1 4.98s
#55 MiMo-V2-Omni none Xiaomi 1 3.0 0/1 2.47s
#58 GLM 5V Turbo none Z.ai 1 3.0 0/1 6.51s
#59 Qwen3.5-Flash none Qwen 1 3.0 0/1 6.22s
#60 Gemma 4 26B A4B none Google 1 3.0 0/1 30.5s
#61 Seed-2.0-Lite none Bytedance Seed 1 3.0 0/1 6.59s
#62 Gemini 2.5 Flash none Google 1 3.0 0/1 4.39s
#63 Qwen3.5-35B-A3B none Qwen 1 3.0 0/1 47.4s

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