AI BENCHY
Advertise here

答案错误 失败

看看哪些 AI 模型最常遇到 答案错误,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

15

失败总数

1558

受影响最多的模型

Grok 4.20 Multi Agent Beta 4
209/209
排名 模型 公司 答案错误 次数 分数 总成本 测试正确 响应时间(平均)

按 答案错误 次数 排名的顶级模型

答案错误 次数 对比 分数

按 响应时间(平均) 排名的顶级模型