超时失败排名 | AI BENCHY

看看哪些 AI 模型最常遇到超时，让你在选择前先发现稳定性风险。排序方式: 总成本 ↓.

显示的模型数

7

失败总数

126

受影响最多的模型

分类

在分类领域专项中46 在分类编程中26 在分类智能体任务中11 在分类综合中11 在分类谜题求解中11 在分类反AI技巧中8 在分类指令遵循中5 在分类通用智能中4 在分类常识问答中2 在分类数据解析与提取中2

67/67

排名	模型	公司	超时次数	分数	总成本	测试正确	响应时间（平均）
#311	Gemma 4 26B A4B none	Google	1	0.5	$0.031	9/23	10.5s
总测试数 23 错误测试数 14 总成本 $0.031 响应时间（平均） 10.5s
#272	Granite 4.2 8B medium	IBM Granite	4	0.6	$0.029	8/23	50.5s
总测试数 23 错误测试数 15 总成本 $0.029 响应时间（平均） 50.5s
#326	Laguna XS 2.1 none	Poolside	1	0.5	$0.020	5/23	4.56s
总测试数 23 错误测试数 18 总成本 $0.020 响应时间（平均） 4.56s
#397	Nemotron 3.5 Lightning none	NVIDIA	1	0.4	$0.009	3/23	15.9s
总测试数 23 错误测试数 20 总成本 $0.009 响应时间（平均） 15.9s
#316	North Mini Code medium	Cohere	1	0.5	$0.000	8/23	140.4s
总测试数 23 错误测试数 15 总成本 $0.000 响应时间（平均） 140.4s
#392	Hunter Alpha medium	OpenRouter	2	0.4	$0.000	8/18	10.3s
总测试数 18 错误测试数 10 总成本 $0.000 响应时间（平均） 10.3s
#398	Xing4.0 29b A4b medium	Xingchen AGI	6	0.4	$0.000	1/23	371.7s
总测试数 23 错误测试数 22 总成本 $0.000 响应时间（平均） 371.7s

←

1 2 3 4 5

按超时次数排名的顶级模型

超时次数对比分数

按响应时间（平均）排名的顶级模型