常识问答：答案错误
常识问答
答案错误
看看哪些 AI 模型在 常识问答 上最容易遇到 答案错误，更快找出薄弱点。
259/259
筛选模型
没有模型匹配当前搜索和筛选条件。
| 排名 | 模型 | 公司 | 答案错误 次数 | 分类得分 | 总成本 | 测试正确 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|
| #318 | Mercury 2.5 none | Inception | 1 | 3.0 | $0.016 | 0/1 | 384ms |
| #321 | Grok 4.1 Fast none | X AI | 1 | 3.0 | $0.008 | 0/1 | 731ms |
| #325 | gpt-oss-120b none | OpenAI | 1 | 3.0 | $0.033 | 0/1 | 47.3s |
| #329 | Step 3.5 Flash none | Stepfun | 1 | 3.0 | $0.020 | 0/1 | 114.1s |