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: 失败次数 ↑.

显示的模型数

8

失败总数

161

受影响最多的模型

Muse Spark 1.1 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）
#209	Step 3.5 Flash none	Stepfun	4	2.3	$0.020	6/12	39.0s
总测试数 12 错误测试数 6 总成本 $0.020 响应时间（平均） 39.0s
#210	LFM2-24B-A2B none	Liquid	4	2.2	$0.001	2/16	782ms
总测试数 16 错误测试数 14 总成本 $0.001 响应时间（平均） 782ms
#179	Ring-2.6-1T none	Inclusionai	6	4.8	$0.026	9/22	55.1s
总测试数 22 错误测试数 13 总成本 $0.026 响应时间（平均） 55.1s
#207	Nemotron 3 Nano Omni 30b A3b Reasoning medium	NVIDIA	6	3.4	$0.000	4/19	17.1s
总测试数 19 错误测试数 15 总成本 $0.000 响应时间（平均） 17.1s
#208	Nemotron 3 Nano Omni 30b A3b Reasoning none	NVIDIA	6	3.2	$0.000	2/19	728ms
总测试数 19 错误测试数 17 总成本 $0.000 响应时间（平均） 728ms
#135	Hy3 preview high	Tencent	7	5.9	$0.048	11/21	56.6s
总测试数 21 错误测试数 10 总成本 $0.048 响应时间（平均） 56.6s
#153	Hy3 preview low	Tencent	7	5.5	$0.015	10/21	24.6s
总测试数 21 错误测试数 11 总成本 $0.015 响应时间（平均） 24.6s
#175	Qwen3.6 Plus Preview medium	Qwen	8	4.9	$0.000	9/19	15.2s
总测试数 19 错误测试数 10 总成本 $0.000 响应时间（平均） 15.2s

←

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