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: 响应时间（平均） ↑.

显示的模型数

8

失败总数

161

受影响最多的模型

Nemotron 3 Nano Omni 30b A3b Reasoning 6

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）
#114	Qwen3.5-Flash medium	Qwen	1	6.2	$0.139	12/22	84.8s
总测试数 22 错误测试数 10 总成本 $0.139 响应时间（平均） 84.8s
#57	Qwen3.5 Plus 2026-02-15 medium	Qwen	1	7.5	$0.437	14/22	89.2s
总测试数 22 错误测试数 8 总成本 $0.437 响应时间（平均） 89.2s
#91	LongCat 2.0 low	Meituan	1	6.7	$0.391	10/22	100.3s
总测试数 22 错误测试数 12 总成本 $0.391 响应时间（平均） 100.3s
#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
#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
#60	LongCat 2.0 medium	Meituan	1	7.4	$0.478	12/22	136.6s
总测试数 22 错误测试数 10 总成本 $0.478 响应时间（平均） 136.6s
#137	North Mini Code medium	Cohere	1	5.9	$0.000	9/22	137.1s
总测试数 22 错误测试数 13 总成本 $0.000 响应时间（平均） 137.1s
#130	Step 3.5 Flash medium	Stepfun	1	6.0	$0.108	11/21	174.2s
总测试数 21 错误测试数 10 总成本 $0.108 响应时间（平均） 174.2s

←

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