AI BENCHY
Advertise here

AI BENCHY 分类失败

数据解析与提取:答案错误

数据解析与提取
答案错误

看看哪些 AI 模型在 数据解析与提取 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

35

受影响最多的模型

GPT-5 Nano 2
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)
#94 GPT-5 Nano medium OpenAI 2 3.7 0/2 21.4s
#129 MiniMax M2.5 medium Minimax 2 4.6 0/2 7.48s
#160 LFM2-24B-A2B none Liquid 2 3.0 0/2 714ms
#162 Nemotron 3 Nano Omni 30b A3b Reasoning none NVIDIA 2 3.8 0/2 1.42s
#163 Granite 4.1 8B none IBM Granite 2 3.0 0/2 575ms
#10 Claude Opus 4.8 medium Anthropic 1 7.1 1/2 12.3s
#43 MiMo-V2.5-Pro medium Xiaomi 1 7.3 1/2 18.8s
#51 Mimo V2 PRO medium Xiaomi 1 7.3 1/2 17.2s
#56 MiMo-V2.5 medium Xiaomi 1 2.7 0/2 6.33s
#57 Step 3.7 Flash low Stepfun 1 7.3 1/2 2.29s
#68 Claude Opus 4.8 none Anthropic 1 7.3 1/2 1.77s
#75 Ring-2.6-1T medium Inclusionai 1 6.5 1/2 37.4s
#81 Mercury 2 medium Inception 1 7.3 1/2 1.11s
#96 Ring-2.6-1T none Inclusionai 1 3.0 0/2 45.9s
#99 gpt-oss-120b medium OpenAI 1 6.4 1/2 1.98s

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