领域专项模型排名 | AI BENCHY

看看哪些 AI 模型在领域专项上表现最好，哪些更稳定，以及差距主要出现在哪里。

显示的模型数

1

领域专项得分平均值

4.4

最佳模型

Gemini 3.6 Flash 8.2

失败原因

失败原因为答案错误659 失败原因为超时42 失败原因为无答案35 失败原因为额外格式23 失败原因为 API 错误17 失败原因为未遵循指令2

316/316

排名	模型	公司	领域专项得分	分数	总成本	测试正确	响应时间（平均）
#285	Cobuddy medium	Baidu	2.9	4.7	$0.000	0/3	128.2s
总测试数 3 错误测试数 3 总成本 $0.000 响应时间（平均） 128.2s

←

1 21 22

按领域专项得分排名的顶级模型

领域专项得分 vs 总成本

按响应时间（平均）排名的顶级模型