AI BENCHY

Leaderboard Benchmark AI

Name: Hasil Benchmark Model AI BENCHY
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-03 Model Dievaluasi: 161

161/161

Peringkat	Model	Skor	Perusahaan	Total Biaya	Waktu respons (rata-rata)
#122#122	MiMo-V2.5-Pronone	5.6	Xiaomi	$0.016 ↓	1.84s
Lihat kartu model Total Tes 20 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 41.7% Tes tidak stabil 4 Token input 28,962 Token output 3,037 Token penalaran 0 Waktu respons (rata-rata) 1.84s Waktu respons (total) 36.79s Waktu respons (maks) 8.32s Jawaban salah: 10 Tidak mengikuti instruksi: 4 Trik anti-AI : 3.3 Pemrograman : 5.0 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.0 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 6.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#130#130	DeepSeek V3.2none	5.4	DeepSeek	$0.017 ↓	14.43s
Lihat kartu model Total Tes 20 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 41.7% Tes tidak stabil 6 Token input 53,408 Token output 11,159 Token penalaran 0 Waktu respons (rata-rata) 14.43s Waktu respons (total) 288.55s Waktu respons (maks) 115.89s Jawaban salah: 6 Kesalahan API: 4 Format tambahan: 2 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 3.2 Pemrograman : 3.1 Gabungan : 6.5 Parsing dan ekstraksi data : 6.3 Spesifik domain : 2.9 Kecerdasan umum : 4.7 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.6 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#131#131	Qwen3.5-122B-A10Bnone	5.4	Qwen	$0.019 ↓	3.38s
Lihat kartu model Total Tes 20 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 33.3% Tes tidak stabil 1 Token input 44,894 Token output 3,374 Token penalaran 0 Waktu respons (rata-rata) 3.38s Waktu respons (total) 67.55s Waktu respons (maks) 46.00s Jawaban salah: 12 Tidak mengikuti instruksi: 2 Trik anti-AI : 4.8 Pemrograman : 4.0 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 3.8 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#132#132	GLM 5 Turbonone	5.3	Z.ai	$0.044 ↑	2.86s
Lihat kartu model Total Tes 20 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 33.3% Tes tidak stabil 2 Token input 29,927 Token output 1,809 Token penalaran 0 Waktu respons (rata-rata) 2.86s Waktu respons (total) 57.24s Waktu respons (maks) 8.21s Jawaban salah: 12 Tidak mengikuti instruksi: 2 Trik anti-AI : 3.0 Pemrograman : 4.4 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.2 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 5.5 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#133#133	Kimi K2.5none	5.3	Moonshot AI	$0.027 ↑	14.06s
Lihat kartu model Total Tes 20 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 36.7% Tes tidak stabil 3 Token input 33,436 Token output 6,653 Token penalaran 0 Waktu respons (rata-rata) 14.06s Waktu respons (total) 182.72s Waktu respons (maks) 42.13s Jawaban salah: 14 Trik anti-AI : 3.6 Pemrograman : 6.8 Gabungan : 2.8 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#134#134	Elephant Alphamedium	5.3	Openrouter	$0.000	1.27s
Lihat kartu model Total Tes 20 Tes Salah 14 Keandalan T/A Tingkat lulus per percobaan 31.7% Tes tidak stabil 1 Token input 33,744 Token output 2,596 Token penalaran 0 Waktu respons (rata-rata) 1.27s Waktu respons (total) 22.82s Waktu respons (maks) 3.70s Jawaban salah: 9 Kesalahan API: 2 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Trik anti-AI : 6.6 Pemrograman : 4.0 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 3.0 Kecerdasan umum : 4.3 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.3 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#135#135	Ling-2.6-flashnone	5.2	Inclusionai	$0.001 ↑	9.34s
Lihat kartu model Total Tes 20 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 33.3% Tes tidak stabil 2 Token input 40,718 Token output 2,878 Token penalaran 0 Waktu respons (rata-rata) 9.34s Waktu respons (total) 177.48s Waktu respons (maks) 35.34s Jawaban salah: 9 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 2 Kesalahan API: 1 Trik anti-AI : 6.8 Pemrograman : 6.5 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 3.0 Kecerdasan umum : 4.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 2.9 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#115#115	Laguna Xs.2medium	5.8	Poolside	$0.000	6.73s
Lihat kartu model Total Tes 19 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 50.9% Tes tidak stabil 6 Token input 39,481 Token output 54,218 Token penalaran 0 Waktu respons (rata-rata) 6.73s Waktu respons (total) 100.98s Waktu respons (maks) 29.11s Jawaban salah: 6 Kesalahan API: 4 Tidak ada jawaban: 2 Pemanggilan alat tidak valid: 1 Trik anti-AI : 6.9 Pemrograman : 6.3 Gabungan : 3.0 Parsing dan ekstraksi data : 7.1 Spesifik domain : 4.1 Kecerdasan umum : 3.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.3 Pemanggilan alat : 4.7 Pengetahuan umum : 3.0
#126#126	gpt-oss-120bnone	5.4	OpenAI	$0.010 ↓	21.61s
Lihat kartu model Total Tes 19 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 38.6% Tes tidak stabil 2 Token input 9,081 Token output 51,664 Token penalaran 0 Waktu respons (rata-rata) 21.61s Waktu respons (total) 345.79s Waktu respons (maks) 113.71s Jawaban salah: 8 Kesalahan API: 3 Tidak mengikuti instruksi: 2 Trik anti-AI : 6.5 Pemrograman : 4.3 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 3.0 Kecerdasan umum : 4.8 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 6.0 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#112#112	Grok 4.20 Betanone	5.8	X AI	$0.087 ↓	1.19s
Lihat kartu model Total Tes 18 Tes Salah 12 Keandalan T/A Tingkat lulus per percobaan 37.0% Tes tidak stabil 1 Token input 40,597 Token output 1,657 Token penalaran 0 Waktu respons (rata-rata) 1.19s Waktu respons (total) 21.43s Waktu respons (maks) 6.48s Jawaban salah: 10 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 4.0 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 5.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0
#119#119	Hunter Alphanone	5.7	OpenRouter	$0.000	4.70s
Lihat kartu model Total Tes 18 Tes Salah 12 Keandalan T/A Tingkat lulus per percobaan 46.3% Tes tidak stabil 4 Token input 34,329 Token output 2,264 Token penalaran 0 Waktu respons (rata-rata) 4.70s Waktu respons (total) 79.86s Waktu respons (maks) 15.17s Jawaban salah: 9 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Trik anti-AI : 3.5 Pemrograman : 3.0 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 6.1 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 5.8 Pemanggilan alat : 10.0
#127#127	Grok 4.20none	5.4	X AI	$0.057 ↓	1.11s
Lihat kartu model Total Tes 18 Tes Salah 12 Keandalan T/A Tingkat lulus per percobaan 33.3% Tes tidak stabil 0 Token input 41,313 Token output 1,923 Token penalaran 0 Waktu respons (rata-rata) 1.11s Waktu respons (total) 19.96s Waktu respons (maks) 6.04s Jawaban salah: 10 Format tambahan: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 4.8 Pemrograman : 3.4 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 4.8 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0
#108#108	GLM 5.1none	5.8	Z.ai	$0.056 ↓	4.20s
Lihat kartu model Total Tes 20 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 43.3% Tes tidak stabil 4 Token input 44,535 Token output 3,748 Token penalaran 0 Waktu respons (rata-rata) 4.20s Waktu respons (total) 83.95s Waktu respons (maks) 32.57s Jawaban salah: 12 Pemanggilan alat tidak valid: 1 Trik anti-AI : 4.0 Pemrograman : 4.3 Gabungan : 2.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 5.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#109#109	DeepSeek V4 Pronone	5.8	DeepSeek	$0.024 ↓	12.91s
Lihat kartu model Total Tes 20 Tes Salah 13 Keandalan 8.5 Tingkat lulus per percobaan 45.0% Tes tidak stabil 4 Token input 42,256 Token output 5,345 Token penalaran 0 Waktu respons (rata-rata) 12.91s Waktu respons (total) 258.27s Waktu respons (maks) 58.65s Jawaban salah: 9 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Format tambahan: 1 Trik anti-AI : 3.5 Pemrograman : 5.4 Gabungan : 9.5 Parsing dan ekstraksi data : 6.9 Spesifik domain : 5.3 Kecerdasan umum : 4.3 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 7.6 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#110#110	Qwen3.5 Plus 2026-04-20none	5.8	Qwen	$0.031 ↓	4.57s
Lihat kartu model Total Tes 20 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 43.3% Tes tidak stabil 4 Token input 36,069 Token output 11,139 Token penalaran 0 Waktu respons (rata-rata) 4.57s Waktu respons (total) 91.37s Waktu respons (maks) 33.34s Jawaban salah: 11 Tidak mengikuti instruksi: 2 Trik anti-AI : 4.8 Pemrograman : 4.4 Gabungan : 2.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.8 Kepatuhan instruksi : 6.2 Pemecahan teka-teki : 6.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#111#111	Qwen3.5-35B-A3Bnone	5.8	Qwen	$0.011 ↓	3.50s
Lihat kartu model Total Tes 20 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 45.0% Tes tidak stabil 3 Token input 45,353 Token output 4,334 Token penalaran 0 Waktu respons (rata-rata) 3.50s Waktu respons (total) 70.00s Waktu respons (maks) 47.43s Jawaban salah: 11 Tidak mengikuti instruksi: 2 Trik anti-AI : 3.4 Pemrograman : 6.8 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 6.5 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 3.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#113#113	Qwen3.5-27Bnone	5.8	Qwen	$0.014 ↓	1.69s
Lihat kartu model Total Tes 20 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 40.0% Tes tidak stabil 2 Token input 41,637 Token output 3,585 Token penalaran 0 Waktu respons (rata-rata) 1.69s Waktu respons (total) 33.82s Waktu respons (maks) 9.39s Jawaban salah: 11 Tidak mengikuti instruksi: 2 Trik anti-AI : 4.8 Pemrograman : 7.3 Gabungan : 2.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 5.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 6.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#114#114	Qwen3.6 27Bnone	5.8	Qwen	$0.027 ↓	3.85s
Lihat kartu model Total Tes 20 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 50.0% Tes tidak stabil 6 Token input 49,880 Token output 3,804 Token penalaran 0 Waktu respons (rata-rata) 3.85s Waktu respons (total) 77.09s Waktu respons (maks) 11.82s Jawaban salah: 10 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Trik anti-AI : 3.8 Pemrograman : 6.8 Gabungan : 3.0 Parsing dan ekstraksi data : 7.3 Spesifik domain : 7.7 Kecerdasan umum : 5.2 Kepatuhan instruksi : 6.2 Pemecahan teka-teki : 5.3 Pemanggilan alat : 9.5 Pengetahuan umum : 3.0
#116#116	Cobuddymedium	5.8	Baidu	$0.000	39.90s
Lihat kartu model Total Tes 20 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 50.0% Tes tidak stabil 6 Token input 37,449 Token output 1,677 Token penalaran 116,703 Waktu respons (rata-rata) 39.90s Waktu respons (total) 797.98s Waktu respons (maks) 309.02s Jawaban salah: 9 Tidak mengikuti instruksi: 3 Pemanggilan alat tidak valid: 1 Trik anti-AI : 8.7 Pemrograman : 4.1 Gabungan : 3.0 Parsing dan ekstraksi data : 6.3 Spesifik domain : 2.9 Kecerdasan umum : 4.2 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 3.6 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#117#117	Mimo V2 PROnone	5.7	Xiaomi	$0.045 ↓	2.27s
Lihat kartu model Total Tes 20 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 43.3% Tes tidak stabil 3 Token input 39,344 Token output 2,352 Token penalaran 0 Waktu respons (rata-rata) 2.27s Waktu respons (total) 45.50s Waktu respons (maks) 6.58s Jawaban salah: 11 Tidak mengikuti instruksi: 2 Trik anti-AI : 3.5 Pemrograman : 6.8 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.3 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 6.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#118#118	Owl Alphanone	5.7	Openrouter	$0.000	8.80s
Lihat kartu model Total Tes 20 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 38.3% Tes tidak stabil 1 Token input 39,406 Token output 4,802 Token penalaran 0 Waktu respons (rata-rata) 8.80s Waktu respons (total) 176.09s Waktu respons (maks) 47.10s Jawaban salah: 9 Tidak mengikuti instruksi: 3 Format tambahan: 1 Trik anti-AI : 3.4 Pemrograman : 7.0 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.3 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 5.4 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#121#121	GPT-5.4none	5.6	OpenAI	$0.116	1.45s
Lihat kartu model Total Tes 20 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 38.3% Tes tidak stabil 2 Token input 31,593 Token output 2,402 Token penalaran 0 Waktu respons (rata-rata) 1.45s Waktu respons (total) 29.00s Waktu respons (maks) 2.95s Jawaban salah: 12 Tidak mengikuti instruksi: 1 Trik anti-AI : 3.2 Pemrograman : 6.8 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.4 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 5.6 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#123#123	Kimi K2.6none	5.6	Moonshot AI	$0.077 ↓	13.82s
Lihat kartu model Total Tes 20 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 38.3% Tes tidak stabil 2 Token input 30,318 Token output 16,405 Token penalaran 0 Waktu respons (rata-rata) 13.82s Waktu respons (total) 276.39s Waktu respons (maks) 238.89s Jawaban salah: 10 Tidak mengikuti instruksi: 3 Trik anti-AI : 4.6 Pemrograman : 6.8 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.4 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#124#124	Qwen3.6 Flashnone	5.5	Qwen	$0.014 ↓	1.65s
Lihat kartu model Total Tes 20 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 35.0% Tes tidak stabil 0 Token input 47,969 Token output 4,158 Token penalaran 0 Waktu respons (rata-rata) 1.65s Waktu respons (total) 32.91s Waktu respons (maks) 4.60s Jawaban salah: 11 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 3.1 Pemrograman : 6.6 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 3.5 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#101#101	Grok Build 0.1none	6.0	X AI	$0.547	28.69s
Lihat kartu model Total Tes 19 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 50.9% Tes tidak stabil 4 Token input 11,793 Token output 267,275 Token penalaran 0 Waktu respons (rata-rata) 28.69s Waktu respons (total) 459.00s Waktu respons (maks) 138.35s Jawaban salah: 7 Kesalahan API: 3 Tidak mengikuti instruksi: 2 Trik anti-AI : 8.7 Pemrograman : 10.0 Gabungan : 3.0 Parsing dan ekstraksi data : 3.8 Spesifik domain : 3.6 Kecerdasan umum : 4.3 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 6.4 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#97#97	Gemma 4 26B A4Bnone	6.2	Google	$0.003 ↓	5.96s
Lihat kartu model Total Tes 20 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 46.7% Tes tidak stabil 2 Token input 36,978 Token output 1,815 Token penalaran 0 Waktu respons (rata-rata) 5.96s Waktu respons (total) 119.22s Waktu respons (maks) 57.10s Jawaban salah: 9 Tidak mengikuti instruksi: 2 Kedaluwarsa: 1 Trik anti-AI : 8.3 Pemrograman : 4.1 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 4.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 6.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#98#98	Mimo V2 Omninone	6.2	Xiaomi	$0.021 ↓	2.44s
Lihat kartu model Total Tes 20 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 41.7% Tes tidak stabil 1 Token input 40,852 Token output 3,314 Token penalaran 0 Waktu respons (rata-rata) 2.44s Waktu respons (total) 48.81s Waktu respons (maks) 6.81s Jawaban salah: 10 Format tambahan: 1 Tidak mengikuti instruksi: 1 Trik anti-AI : 3.6 Pemrograman : 5.1 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.1 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#99#99	GPT-5 Nanomedium	6.1	OpenAI	$0.077	43.52s
Lihat kartu model Total Tes 20 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 55.0% Tes tidak stabil 7 Token input 31,489 Token output 5,328 Token penalaran 181,056 Waktu respons (rata-rata) 43.52s Waktu respons (total) 565.82s Waktu respons (maks) 204.02s Jawaban salah: 9 Tidak mengikuti instruksi: 2 Kedaluwarsa: 1 Trik anti-AI : 6.5 Pemrograman : 5.4 Gabungan : 10.0 Parsing dan ekstraksi data : 3.7 Spesifik domain : 5.2 Kecerdasan umum : 4.1 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#100#100	DeepSeek V4 Prohigh	6.1	DeepSeek	$0.062 ↓	58.92s
Lihat kartu model Total Tes 20 Tes Salah 12 Keandalan 8.9 Tingkat lulus per percobaan 55.0% Tes tidak stabil 6 Token input 30,514 Token output 12,244 Token penalaran 53,958 Waktu respons (rata-rata) 58.92s Waktu respons (total) 1119.51s Waktu respons (maks) 358.35s Kesalahan API: 5 Jawaban salah: 4 Kedaluwarsa: 2 Tidak mengikuti instruksi: 1 Trik anti-AI : 6.4 Pemrograman : 2.7 Gabungan : 10.0 Parsing dan ekstraksi data : 7.3 Spesifik domain : 2.9 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#102#102	Nemotron 3 Supermedium	5.9	NVIDIA	$0.019 ↑	20.87s
Lihat kartu model Total Tes 20 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 43.3% Tes tidak stabil 2 Token input 36,614 Token output 14,505 Token penalaran 30,178 Waktu respons (rata-rata) 20.87s Waktu respons (total) 375.66s Waktu respons (maks) 87.80s Jawaban salah: 5 Tidak mengikuti instruksi: 3 Kesalahan API: 2 Tidak ada jawaban: 1 Kedaluwarsa: 1 Trik anti-AI : 8.3 Pemrograman : 3.1 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 4.1 Kepatuhan instruksi : 7.3 Pemecahan teka-teki : 3.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0

Perbandingan Cepat

Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashhigh Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashlow Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsQwen3.7 Maxmedium Gemini 3 Flash PreviewmediumvsGemini 3.5 Flashmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsRing-2.6-1Tmedium Gemini 3 Flash PreviewmediumvsOwl Alphamedium Gemini 3.5 FlashhighvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsGemini 3.1 Pro Previewmedium Gemini 3.1 Pro PreviewmediumvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGemini 3.5 Flashmedium

Leaderboard Benchmark AI

Filter model

Perbandingan Cepat