API 错误失败排名 | AI BENCHY

看看哪些 AI 模型最常遇到 API 错误，让你在选择前先发现稳定性风险。排序方式: 总成本 ↑.

显示的模型数

8

失败总数

161

受影响最多的模型

North Mini Code 1

分类

在分类编程中45 在分类综合中26 在分类工具调用中17 在分类反AI技巧中14 在分类数据解析与提取中14 在分类常识问答中13 在分类谜题求解中12 在分类通用智能中12 在分类领域专项中7 在分类指令遵循中1

68/68

排名	模型	公司	API 错误次数	分数	总成本	测试正确	响应时间（平均）
#90	Qwen3.6 35B A3B medium	Qwen	2	6.7	$0.746	13/22	58.1s
总测试数 22 错误测试数 9 总成本 $0.746 响应时间（平均） 58.1s
#52	Kimi K2.7 Code medium	Moonshot AI	1	7.5	$0.751	12/22	84.2s
总测试数 22 错误测试数 10 总成本 $0.751 响应时间（平均） 84.2s
#51	Nemotron 3 Ultra medium	NVIDIA	1	7.5	$0.774	13/22	32.2s
总测试数 22 错误测试数 9 总成本 $0.774 响应时间（平均） 32.2s
#119	Qwen3.5-35B-A3B medium	Qwen	1	6.2	$0.837	11/22	112.5s
总测试数 22 错误测试数 11 总成本 $0.837 响应时间（平均） 112.5s
#79	Gemini 3.5 Flash none	Google	4	7.0	$1.079	15/22	9.93s
总测试数 22 错误测试数 7 总成本 $1.079 响应时间（平均） 9.93s
#27	Muse Spark 1.1 high	Meta	1	8.1	$1.694	12/22	31.5s
总测试数 22 错误测试数 10 总成本 $1.694 响应时间（平均） 31.5s
#33	Kimi K3 max	Moonshot AI	2	8.0	$3.112	16/22	122.5s
总测试数 22 错误测试数 6 总成本 $3.112 响应时间（平均） 122.5s
#181	Grok 4.20 Multi Agent Beta medium	X AI	2	4.8	$5.599	8/18	9.69s
总测试数 18 错误测试数 10 总成本 $5.599 响应时间（平均） 9.69s

←

1 2 3 4 5

按 API 错误次数排名的顶级模型

API 错误次数对比分数

按响应时间（平均）排名的顶级模型