反AI技巧模型排名 | AI BENCHY

看看哪些 AI 模型在反AI技巧上表现最好，哪些更稳定，以及差距主要出现在哪里。排序方式: 总成本 ↑.

显示的模型数

6

反AI技巧得分平均值

7.2

最佳模型

North Mini Code 8.4

失败原因

失败原因为答案错误293 失败原因为未遵循指令33 失败原因为额外格式20 失败原因为 API 错误14 失败原因为无答案4 失败原因为超时4

216/216

排名	模型	公司	反AI技巧得分	分数	总成本	测试正确	响应时间（平均）
#169	Gemini 3.1 Flash Lite Preview high	Google	7.5	5.3	$2.310	3/3	43.9s
总测试数 3 错误测试数 0 总成本 $2.310 响应时间（平均） 43.9s
#47	Claude Opus 4.6 medium	Anthropic	6.4	7.7	$3.059	2/4	7.45s
总测试数 4 错误测试数 2 总成本 $3.059 响应时间（平均） 7.45s
#37	Kimi K3 max	Moonshot AI	10.0	8.0	$3.112	4/4	10.2s
总测试数 4 错误测试数 0 总成本 $3.112 响应时间（平均） 10.2s
#20	Claude Fable 5 medium	Anthropic	10.0	8.6	$3.478	4/4	6.20s
总测试数 4 错误测试数 0 总成本 $3.478 响应时间（平均） 6.20s
#13	GPT-5.5 medium	OpenAI	10.0	9.0	$4.137	4/4	4.66s
总测试数 4 错误测试数 0 总成本 $4.137 响应时间（平均） 4.66s
#187	Grok 4.20 Multi Agent Beta medium	X AI	6.9	4.8	$5.599	2/4	3.46s
总测试数 4 错误测试数 2 总成本 $5.599 响应时间（平均） 3.46s

←

1 14 15

按反AI技巧得分排名的顶级模型

反AI技巧得分 vs 总成本

按响应时间（平均）排名的顶级模型