无答案失败排名 | AI BENCHY

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: 响应时间（平均） ↑.

显示的模型数

7

失败总数

87

受影响最多的模型

Gemini 3.1 Flash Lite Preview 1

分类

在分类综合中29 在分类编程中18 在分类常识问答中13 在分类数据解析与提取中8 在分类领域专项中8 在分类反AI技巧中4 在分类谜题求解中3 在分类工具调用中2 在分类指令遵循中2

67/67

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）
#68	Kimi K2.6 medium	Moonshot AI	1	7.2	$1.036	12/22	110.0s
总测试数 22 错误测试数 10 总成本 $1.036 响应时间（平均） 110.0s
#119	Qwen3.5-35B-A3B medium	Qwen	2	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	1	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
#194	GLM 4.7 Flash medium	Z.ai	3	4.3	$0.166	4/22	142.6s
总测试数 22 错误测试数 18 总成本 $0.166 响应时间（平均） 142.6s
#97	LongCat 2.0 high	Meituan	2	6.6	$0.469	9/22	148.7s
总测试数 22 错误测试数 13 总成本 $0.469 响应时间（平均） 148.7s
#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

按无答案次数排名的顶级模型

无答案次数对比分数

按响应时间（平均）排名的顶级模型