无答案失败排名

看看哪些 AI 模型最常遇到无答案，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

277

受影响最多的模型

分类

在分类领域专项中66 在分类常识问答中62 在分类综合中56 在分类编程中52 在分类谜题求解中14 在分类反AI技巧中13 在分类数据解析与提取中9 在分类工具调用中3 在分类指令遵循中2

170/170

排名	模型	公司	无答案次数	分数	总成本	测试正确	响应时间（平均）
#28	Claude Opus 5 medium	Anthropic	1	0.9	$2.870	19/23	13.2s
总测试数 23 错误测试数 4 总成本 $2.870 响应时间（平均） 13.2s
#77	Grok 4.6 high	X AI	1	0.9	$2.629	19/23	87.5s
总测试数 23 错误测试数 4 总成本 $2.629 响应时间（平均） 87.5s
#81	Claude Haiku 5.5 max	Anthropic	3	0.8	$0.509	19/23	61.7s
总测试数 23 错误测试数 4 总成本 $0.509 响应时间（平均） 61.7s
#31	Claude Opus 5.5 medium	Anthropic	1	0.9	$1.804	20/23	25.9s
总测试数 23 错误测试数 3 总成本 $1.804 响应时间（平均） 25.9s
#2	Gemini 3.8 Flash high	Google	1	1.0	$1.927	22/23	40.6s
总测试数 23 错误测试数 1 总成本 $1.927 响应时间（平均） 40.6s

无答案失败