领域专项 x 超时排名

看看哪些 AI 模型在领域专项上最容易遇到超时，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

答案错误412 超时43 额外格式17 无答案8 API 错误7 未遵循指令1

分类

领域专项43 编程26 综合5 谜题求解5 反AI技巧4 通用智能4 指令遵循1 数据解析与提取1

32/32

排名	模型	公司	超时次数	分类得分	总成本	测试正确	响应时间（平均）
#185	Grok 4.1 Fast medium	X AI	1	5.8	$0.069	1/3	121.8s
总测试数 3 错误测试数 2 总成本 $0.069 响应时间（平均） 121.8s
#190	MiniMax M2.5 medium	Minimax	1	2.9	$0.340	0/3	237.3s
总测试数 3 错误测试数 3 总成本 $0.340 响应时间（平均） 237.3s

筛选模型