AI BENCHY
Advertise here

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

52

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)
#125 GPT-5.4 none OpenAI 1 3.0 0/1 2.89s
#131 Qwen3.5-122B-A10B none Qwen 1 3.0 0/1 46.0s
#132 Mistral Small 4 medium Mistral 1 3.0 0/1 25.3s
#134 GLM 5 Turbo none Z.ai 1 3.0 0/1 4.89s
#135 Kimi K2.5 none Moonshot AI 1 2.8 0/1 19.2s
#136 Elephant Alpha medium Openrouter 1 3.0 0/1 3.70s
#137 Elephant Alpha none Openrouter 1 3.0 0/1 3.81s
#140 Qwen3 Coder Next none Qwen 1 3.0 0/1 45.1s
#141 Nemotron 3 Super none NVIDIA 1 3.0 0/1 16.4s
#142 Mistral Small 4 none Mistral 1 3.0 0/1 1.72s
#143 MiMo-V2.5 none Xiaomi 1 3.0 0/1 2.36s
#144 GPT-5.4 Mini none OpenAI 1 3.0 0/1 2.52s
#146 Laguna Xs.2 none Poolside 1 3.0 0/1 2.01s
#147 GPT-4o-mini none OpenAI 1 3.0 0/1 7.58s
#148 GPT-5.4 Nano none OpenAI 1 3.0 0/1 3.84s

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