综合模型排名 | AI BENCHY

看看哪些 AI 模型在综合上表现最好，哪些更稳定，以及差距主要出现在哪里。

显示的模型数

1

综合得分平均值

5.9

最佳模型

Gemini 3.6 Flash 10.0

失败原因

失败原因为无效工具调用147 失败原因为答案错误95 失败原因为无答案43 失败原因为 API 错误37 失败原因为超时9 失败原因为未遵循指令1 失败原因为额外格式1

316/316

排名	模型	公司	综合得分	分数	总成本	测试正确	响应时间（平均）
#316	LFM2-24B-A2B none	Liquid	1.5	2.2	$0.001	0/1	0ms
总测试数 1 错误测试数 1 总成本 $0.001 响应时间（平均） 0ms

←

1 21 22

按综合得分排名的顶级模型

综合得分 vs 总成本

按响应时间（平均）排名的顶级模型