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)
#51#51	Gemini 3.1 Flash Litelow	7.4	Google	$0.026	1.92s
Lihat kartu model Total Tes 20 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 65.0% Tes tidak stabil 2 Token input 33,889 Token output 2,726 Token penalaran 8,951 Waktu respons (rata-rata) 1.92s Waktu respons (total) 38.45s Waktu respons (maks) 5.66s Jawaban salah: 8 Trik anti-AI : 7.3 Pemrograman : 6.8 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 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
#82#82	Qwen3.7 Plusnone	6.6	Qwen	$0.027	2.95s
Lihat kartu model Total Tes 20 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 50.0% Tes tidak stabil 0 Token input 39,669 Token output 6,572 Token penalaran 0 Waktu respons (rata-rata) 2.95s Waktu respons (total) 58.96s Waktu respons (maks) 29.38s Jawaban salah: 9 Tidak mengikuti instruksi: 1 Trik anti-AI : 6.5 Pemrograman : 6.8 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 5.3 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 7.7 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
#42#42	DeepSeek V4 Flashhigh	7.6	DeepSeek	$0.027 ↓	46.36s
Lihat kartu model Total Tes 20 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 73.3% Tes tidak stabil 4 Token input 37,156 Token output 10,302 Token penalaran 115,740 Waktu respons (rata-rata) 46.36s Waktu respons (total) 927.27s Waktu respons (maks) 218.13s Jawaban salah: 6 Tidak mengikuti instruksi: 2 Trik anti-AI : 8.3 Pemrograman : 6.8 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 4.1 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#22#22	Gemma 4 31Bmedium	8.0	Google	$0.028 ↓	35.39s
Lihat kartu model Total Tes 20 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 73.3% Tes tidak stabil 1 Token input 15,899 Token output 19,602 Token penalaran 49,686 Waktu respons (rata-rata) 35.39s Waktu respons (total) 637.01s Waktu respons (maks) 150.90s Kesalahan API: 2 Jawaban salah: 2 Tidak ada jawaban: 1 Kedaluwarsa: 1 Trik anti-AI : 10.0 Pemrograman : 4.1 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 9.9 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#151#151	Qwen3.6 35B A3Bnone	4.7	Qwen	$0.031 ↑	3.84s
Lihat kartu model Total Tes 20 Tes Salah 16 Keandalan 10.0 Tingkat lulus per percobaan 31.7% Tes tidak stabil 5 Token input 16,488 Token output 27,747 Token penalaran 0 Waktu respons (rata-rata) 3.84s Waktu respons (total) 69.12s Waktu respons (maks) 22.52s Jawaban salah: 12 Kesalahan API: 2 Tidak mengikuti instruksi: 2 Trik anti-AI : 3.6 Pemrograman : 6.8 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.5 Kecerdasan umum : 4.4 Kepatuhan instruksi : 6.2 Pemecahan teka-teki : 3.2 Pemanggilan alat : 3.0 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
#77#77	DeepSeek V3.2medium	6.8	DeepSeek	$0.033 ↓	53.34s
Lihat kartu model Total Tes 20 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 63.3% Tes tidak stabil 6 Token input 35,744 Token output 7,177 Token penalaran 68,297 Waktu respons (rata-rata) 53.34s Waktu respons (total) 1066.71s Waktu respons (maks) 189.03s Jawaban salah: 5 Kesalahan API: 2 Kedaluwarsa: 2 Tidak mengikuti instruksi: 1 Trik anti-AI : 8.2 Pemrograman : 3.9 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 3.4 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#158#158	Qwen3.5-9Bmedium	4.2	Qwen	$0.033 ↓	83.32s
Lihat kartu model Total Tes 20 Tes Salah 17 Keandalan 5.0 Tingkat lulus per percobaan 28.3% Tes tidak stabil 5 Token input 15,204 Token output 27,305 Token penalaran 199,780 Waktu respons (rata-rata) 83.32s Waktu respons (total) 1249.74s Waktu respons (maks) 226.38s Kedaluwarsa: 11 Jawaban salah: 2 Kesalahan API: 1 Format tambahan: 1 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Trik anti-AI : 5.1 Pemrograman : 2.8 Gabungan : 3.0 Parsing dan ekstraksi data : 3.6 Spesifik domain : 3.6 Kecerdasan umum : 2.8 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#74#74	Ring-2.6-1Tmedium	7.0	Inclusionai	$0.033	61.29s
Lihat kartu model Total Tes 20 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 63.3% Tes tidak stabil 3 Token input 35,892 Token output 21,752 Token penalaran 42,754 Waktu respons (rata-rata) 61.29s Waktu respons (total) 1164.50s Waktu respons (maks) 304.19s Jawaban salah: 6 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Trik anti-AI : 10.0 Pemrograman : 6.5 Gabungan : 10.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 3.5 Kecerdasan umum : 4.1 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#142#142	GPT-5.4 Mininone	4.9	OpenAI	$0.036	1.15s
Lihat kartu model Total Tes 20 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 31.7% Tes tidak stabil 3 Token input 31,625 Token output 2,508 Token penalaran 0 Waktu respons (rata-rata) 1.15s Waktu respons (total) 23.09s Waktu respons (maks) 2.52s Jawaban salah: 12 Tidak mengikuti instruksi: 3 Trik anti-AI : 3.1 Pemrograman : 6.8 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.5 Kecerdasan umum : 4.8 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 5.4 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#32#32	Gemma 4 26B A4Bmedium	7.8	Google	$0.038 ↓	50.92s
Lihat kartu model Total Tes 20 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 73.3% Tes tidak stabil 2 Token input 38,410 Token output 28,000 Token penalaran 82,045 Waktu respons (rata-rata) 50.92s Waktu respons (total) 967.47s Waktu respons (maks) 369.32s Jawaban salah: 3 Kedaluwarsa: 2 Tidak ada jawaban: 1 Trik anti-AI : 10.0 Pemrograman : 2.9 Gabungan : 9.6 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#70#70	MiMo-V2-Flashmedium	7.1	Xiaomi	$0.040 ↑	20.28s
Lihat kartu model Total Tes 20 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 63.3% Tes tidak stabil 3 Token input 37,474 Token output 12,458 Token penalaran 115,182 Waktu respons (rata-rata) 20.28s Waktu respons (total) 283.87s Waktu respons (maks) 96.01s Jawaban salah: 5 Kesalahan API: 1 Format tambahan: 1 Tidak mengikuti instruksi: 1 Kedaluwarsa: 1 Trik anti-AI : 8.1 Pemrograman : 4.1 Gabungan : 9.8 Parsing dan ekstraksi data : 6.5 Spesifik domain : 5.9 Kecerdasan umum : 4.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 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
#71#71	Seed-2.0-Minimedium	7.1	Bytedance Seed	$0.044	80.22s
Lihat kartu model Total Tes 20 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 60.0% Tes tidak stabil 2 Token input 41,904 Token output 2,555 Token penalaran 95,974 Waktu respons (rata-rata) 80.22s Waktu respons (total) 1363.72s Waktu respons (maks) 262.83s Kedaluwarsa: 4 Jawaban salah: 4 Tidak mengikuti instruksi: 1 Trik anti-AI : 6.6 Pemrograman : 6.8 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 5.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 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
#76#76	Hy3 previewhigh	6.9	Tencent	$0.048	56.57s
Lihat kartu model Total Tes 20 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 58.3% Tes tidak stabil 2 Token input 25,987 Token output 216,719 Token penalaran 0 Waktu respons (rata-rata) 56.57s Waktu respons (total) 848.59s Waktu respons (maks) 149.94s Kesalahan API: 6 Jawaban salah: 3 Trik anti-AI : 6.4 Pemrograman : 6.5 Gabungan : 10.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 5.3 Kecerdasan umum : 3.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#105#105	GLM 5V Turbonone	5.9	Z.ai	$0.049	3.04s
Lihat kartu model Total Tes 20 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 40.0% Tes tidak stabil 0 Token input 34,502 Token output 1,760 Token penalaran 0 Waktu respons (rata-rata) 3.04s Waktu respons (total) 60.88s Waktu respons (maks) 6.51s Jawaban salah: 10 Tidak mengikuti instruksi: 2 Trik anti-AI : 4.8 Pemrograman : 6.8 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.6 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#26#26	Qwen3.7 Maxnone	7.9	Qwen	$0.051 ↓	1.30s
Lihat kartu model Total Tes 20 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 70.0% Tes tidak stabil 0 Token input 34,266 Token output 1,988 Token penalaran 0 Waktu respons (rata-rata) 1.30s Waktu respons (total) 25.95s Waktu respons (maks) 3.92s Jawaban salah: 6 Trik anti-AI : 6.5 Pemrograman : 6.8 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#54#54	MiMo-V2.5medium	7.4	Xiaomi	$0.052 ↓	20.35s
Lihat kartu model Total Tes 20 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 70.0% Tes tidak stabil 4 Token input 39,201 Token output 2,806 Token penalaran 161,888 Waktu respons (rata-rata) 20.35s Waktu respons (total) 406.94s Waktu respons (maks) 97.49s Jawaban salah: 4 Format tambahan: 2 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Trik anti-AI : 10.0 Pemrograman : 6.9 Gabungan : 10.0 Parsing dan ekstraksi data : 2.7 Spesifik domain : 5.3 Kecerdasan umum : 5.4 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#155#155	GLM 4.7 Flashmedium	4.5	Z.ai	$0.054	35.10s
Lihat kartu model Total Tes 20 Tes Salah 16 Keandalan 10.0 Tingkat lulus per percobaan 35.0% Tes tidak stabil 8 Token input 37,206 Token output 43,754 Token penalaran 89,079 Waktu respons (rata-rata) 35.10s Waktu respons (total) 456.24s Waktu respons (maks) 174.55s Jawaban salah: 9 Tidak ada jawaban: 3 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Kedaluwarsa: 1 Trik anti-AI : 4.7 Pemrograman : 3.4 Gabungan : 2.8 Parsing dan ekstraksi data : 6.3 Spesifik domain : 3.5 Kecerdasan umum : 3.6 Kepatuhan instruksi : 6.2 Pemecahan teka-teki : 2.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#89#89	Mercury 2medium	6.5	Inception	$0.055	2.27s
Lihat kartu model Total Tes 20 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 51.7% Tes tidak stabil 3 Token input 32,570 Token output 4,022 Token penalaran 58,405 Waktu respons (rata-rata) 2.27s Waktu respons (total) 43.20s Waktu respons (maks) 14.63s Jawaban salah: 8 Tidak mengikuti instruksi: 3 Trik anti-AI : 6.9 Pemrograman : 7.2 Gabungan : 10.0 Parsing dan ekstraksi data : 7.3 Spesifik domain : 2.9 Kecerdasan umum : 4.8 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.4 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#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
#129#129	Mistral Small 4medium	5.4	Mistral	$0.056	8.35s
Lihat kartu model Total Tes 20 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 45.0% Tes tidak stabil 7 Token input 39,834 Token output 21,871 Token penalaran 68,349 Waktu respons (rata-rata) 8.35s Waktu respons (total) 167.08s Waktu respons (maks) 59.15s Jawaban salah: 11 Kesalahan API: 2 Tidak mengikuti instruksi: 2 Trik anti-AI : 5.6 Pemrograman : 5.1 Gabungan : 3.0 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 4.8 Kepatuhan instruksi : 7.3 Pemecahan teka-teki : 3.4 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#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
#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
#55#55	Step 3.5 Flashmedium	7.4	Stepfun	$0.062 ↑	43.20s
Lihat kartu model Total Tes 19 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 59.7% Tes tidak stabil 1 Token input 33,555 Token output 90,478 Token penalaran 173,544 Waktu respons (rata-rata) 43.20s Waktu respons (total) 561.54s Waktu respons (maks) 170.45s Jawaban salah: 4 Tidak mengikuti instruksi: 3 Tidak ada jawaban: 1 Trik anti-AI : 10.0 Pemrograman : 3.5 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.5 Kepatuhan instruksi : 8.3 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#35#35	Gemini 3.1 Flash Lite Previewmedium	7.7	Google	$0.063	3.94s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 65.0% Tes tidak stabil 0 Token input 34,781 Token output 2,204 Token penalaran 33,657 Waktu respons (rata-rata) 3.94s Waktu respons (total) 78.74s Waktu respons (maks) 14.93s Jawaban salah: 6 Tidak mengikuti instruksi: 1 Trik anti-AI : 9.1 Pemrograman : 6.8 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#36#36	Gemini 3.1 Flash Litemedium	7.7	Google	$0.065	3.18s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 68.3% Tes tidak stabil 2 Token input 33,803 Token output 2,248 Token penalaran 35,390 Waktu respons (rata-rata) 3.18s Waktu respons (total) 63.55s Waktu respons (maks) 10.87s Jawaban salah: 6 Tidak mengikuti instruksi: 1 Trik anti-AI : 9.1 Pemrograman : 6.8 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 7.6 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