API 错误失败排名

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: 测试正确 ↑.

显示的模型数

失败总数

163

受影响最多的模型

分类

在分类编程中46 在分类综合中26 在分类工具调用中17 在分类反AI技巧中15 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

70/70

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）
#78	GLM 5.1 medium	Z.ai	1	7.1	$0.535	13/22	46.8s
总测试数 22 错误测试数 9 总成本 $0.535 响应时间（平均） 46.8s
#94	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
#61	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
#116	Gemma 4 31B medium	Google	2	6.3	$0.107	14/22	75.4s
总测试数 22 错误测试数 8 总成本 $0.107 响应时间（平均） 75.4s
#106	Hy3 preview medium	Tencent	3	6.5	$0.018	14/21	16.3s
总测试数 21 错误测试数 7 总成本 $0.018 响应时间（平均） 16.3s
#139	Gemini 3 PRO Preview medium	Google	4	6.0	$0.385	14/21	9.05s
总测试数 21 错误测试数 7 总成本 $0.385 响应时间（平均） 9.05s
#36	Inkling medium	Thinkingmachines	1	8.0	$0.391	15/22	16.2s
总测试数 22 错误测试数 7 总成本 $0.391 响应时间（平均） 16.2s
#41	Qwen3.6 Plus medium	Qwen	1	7.8	$0.405	15/22	43.1s
总测试数 22 错误测试数 7 总成本 $0.405 响应时间（平均） 43.1s
#83	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
#37	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

←

1 2 3 4 5

API 错误失败