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)
#24#24	Qwen3.5-27Bmedium	7.9	Qwen	$0.488 ↓	60.09s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 73.3% Tes tidak stabil 3 Token input 39,329 Token output 2,569 Token penalaran 304,894 Waktu respons (rata-rata) 60.09s Waktu respons (total) 1201.89s Waktu respons (maks) 177.36s Jawaban salah: 3 Tidak mengikuti instruksi: 2 Format tambahan: 1 Kedaluwarsa: 1 Trik anti-AI : 8.7 Pemrograman : 7.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#27#27	GPT-5.4medium	7.9	OpenAI	$1.140	22.31s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 75.0% Tes tidak stabil 4 Token input 31,489 Token output 2,221 Token penalaran 68,486 Waktu respons (rata-rata) 22.31s Waktu respons (total) 446.17s Waktu respons (maks) 100.41s Jawaban salah: 5 Tidak mengikuti instruksi: 2 Trik anti-AI : 8.3 Pemrograman : 8.2 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.7 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#28#28	Step 3.7 Flashmedium	7.9	Stepfun	$0.347	18.32s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 9.9 Tingkat lulus per percobaan 71.7% Tes tidak stabil 2 Token input 37,338 Token output 294,481 Token penalaran 0 Waktu respons (rata-rata) 18.32s Waktu respons (total) 366.45s Waktu respons (maks) 113.98s Jawaban salah: 5 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Trik anti-AI : 8.7 Pemrograman : 8.2 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 4.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#29#29	GLM 5 Turbomedium	7.9	Z.ai	$0.285 ↑	22.65s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 73.3% Tes tidak stabil 4 Token input 32,995 Token output 12,228 Token penalaran 53,503 Waktu respons (rata-rata) 22.65s Waktu respons (total) 453.09s Waktu respons (maks) 194.23s Jawaban salah: 4 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Kedaluwarsa: 1 Trik anti-AI : 10.0 Pemrograman : 7.3 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#30#30	GPT-5.2 Chatnone	7.9	OpenAI	$0.352	6.82s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 73.3% Tes tidak stabil 3 Token input 31,593 Token output 21,144 Token penalaran 0 Waktu respons (rata-rata) 6.82s Waktu respons (total) 136.34s Waktu respons (maks) 38.52s Jawaban salah: 6 Tidak mengikuti instruksi: 1 Trik anti-AI : 8.7 Pemrograman : 8.2 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.4 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#33#33	Grok 4.3medium	7.8	X AI	$0.593	49.23s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 75.0% Tes tidak stabil 4 Token input 41,532 Token output 1,485 Token penalaran 214,710 Waktu respons (rata-rata) 49.23s Waktu respons (total) 984.52s Waktu respons (maks) 216.69s Jawaban salah: 4 Tidak mengikuti instruksi: 2 Format tambahan: 1 Trik anti-AI : 10.0 Pemrograman : 7.4 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.4 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#34#34	Qwen3.6 Plusmedium	7.8	Qwen	$0.260 ↑	26.81s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 68.3% Tes tidak stabil 2 Token input 38,730 Token output 1,833 Token penalaran 124,782 Waktu respons (rata-rata) 26.81s Waktu respons (total) 509.43s Waktu respons (maks) 201.68s Jawaban salah: 5 Kesalahan API: 1 Tidak mengikuti instruksi: 1 Trik anti-AI : 10.0 Pemrograman : 4.1 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 5.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 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
#37#37	Gemini 2.5 Flashmedium	7.7	Google	$0.358	15.57s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 68.3% Tes tidak stabil 1 Token input 31,473 Token output 1,924 Token penalaran 137,255 Waktu respons (rata-rata) 15.57s Waktu respons (total) 311.47s Waktu respons (maks) 95.48s Jawaban salah: 6 Tidak mengikuti instruksi: 1 Trik anti-AI : 8.4 Pemrograman : 6.6 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 4.8 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#38#38	Qwen3.5-122B-A10Bmedium	7.7	Qwen	$0.509 ↓	39.40s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 71.7% Tes tidak stabil 3 Token input 38,997 Token output 26,166 Token penalaran 213,524 Waktu respons (rata-rata) 39.40s Waktu respons (total) 788.00s Waktu respons (maks) 168.16s Jawaban salah: 5 Kedaluwarsa: 2 Trik anti-AI : 10.0 Pemrograman : 4.1 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 3.4 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#39#39	Gemini 3 Flash Previewnone	7.7	Google	$0.023	1.70s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 70.0% Tes tidak stabil 2 Token input 34,008 Token output 1,879 Token penalaran 0 Waktu respons (rata-rata) 1.70s Waktu respons (total) 22.05s Waktu respons (maks) 3.56s Jawaban salah: 7 Trik anti-AI : 8.3 Pemrograman : 6.8 Gabungan : 4.7 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#40#40	Grok Build 0.1medium	7.7	X AI	$0.729	42.39s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 65.0% Tes tidak stabil 0 Token input 41,496 Token output 2,258 Token penalaran 341,381 Waktu respons (rata-rata) 42.39s Waktu respons (total) 847.76s Waktu respons (maks) 252.69s Jawaban salah: 4 Format tambahan: 3 Trik anti-AI : 8.3 Pemrograman : 7.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.4 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#44#44	Gemini 3.1 Flash Lite Previewlow	7.6	Google	$0.025	2.85s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 65.0% Tes tidak stabil 0 Token input 29,708 Token output 2,280 Token penalaran 8,829 Waktu respons (rata-rata) 2.85s Waktu respons (total) 57.08s Waktu respons (maks) 11.91s Jawaban salah: 6 Tidak mengikuti instruksi: 1 Trik anti-AI : 8.3 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
#47#47	Claude Sonnet 4.6medium	7.6	Anthropic	$1.330	15.81s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 66.7% Tes tidak stabil 1 Token input 45,947 Token output 49,891 Token penalaran 29,565 Waktu respons (rata-rata) 15.81s Waktu respons (total) 189.71s Waktu respons (maks) 46.35s Format tambahan: 3 Jawaban salah: 3 Kedaluwarsa: 1 Trik anti-AI : 6.5 Pemrograman : 7.2 Gabungan : 10.0 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
#17#17	GPT-5.3-Codexmedium	8.3	OpenAI	$0.685	15.95s
Lihat kartu model Total Tes 20 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 81.7% Tes tidak stabil 4 Token input 31,680 Token output 2,336 Token penalaran 42,565 Waktu respons (rata-rata) 15.95s Waktu respons (total) 319.08s Waktu respons (maks) 100.93s Jawaban salah: 4 Tidak mengikuti instruksi: 2 Trik anti-AI : 8.7 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 4.6 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 9.0 Pemanggilan alat : 10.0 Pengetahuan umum : 2.8
#18#18	GLM 5medium	8.2	Z.ai	$0.212 ↓	32.67s
Lihat kartu model Total Tes 20 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 81.7% Tes tidak stabil 4 Token input 32,626 Token output 21,558 Token penalaran 95,772 Waktu respons (rata-rata) 32.67s Waktu respons (total) 392.01s Waktu respons (maks) 99.85s Jawaban salah: 3 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Kedaluwarsa: 1 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 7.1 Spesifik domain : 3.5 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#19#19	Qwen3.5 Plus 2026-02-15medium	8.1	Qwen	$0.283 ↓	67.58s
Lihat kartu model Total Tes 20 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 76.7% Tes tidak stabil 3 Token input 39,028 Token output 2,145 Token penalaran 172,563 Waktu respons (rata-rata) 67.58s Waktu respons (total) 878.57s Waktu respons (maks) 266.69s Jawaban salah: 4 Kedaluwarsa: 2 Trik anti-AI : 8.2 Pemrograman : 7.6 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.7 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#21#21	Gemini 3.5 Flashnone	8.0	Google	$0.924	9.05s
Lihat kartu model Total Tes 20 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 76.7% Tes tidak stabil 3 Token input 10,840 Token output 100,760 Token penalaran 0 Waktu respons (rata-rata) 9.05s Waktu respons (total) 153.86s Waktu respons (maks) 64.36s Kesalahan API: 3 Jawaban salah: 3 Trik anti-AI : 10.0 Pemrograman : 8.2 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 7.6 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 3.0 Pengetahuan umum : 2.8
#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
#23#23	Gemini 3.5 Flashminimal	7.9	Google	$0.103	1.58s
Lihat kartu model Total Tes 20 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 71.7% Tes tidak stabil 1 Token input 36,844 Token output 5,271 Token penalaran 0 Waktu respons (rata-rata) 1.58s Waktu respons (total) 31.55s Waktu respons (maks) 5.51s Jawaban salah: 4 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 6.5 Pemrograman : 7.0 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 10.0 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#25#25	Hy3 previewmedium	7.9	Tencent	$0.018	16.28s
Lihat kartu model Total Tes 20 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 70.0% Tes tidak stabil 0 Token input 27,030 Token output 73,544 Token penalaran 0 Waktu respons (rata-rata) 16.28s Waktu respons (total) 293.12s Waktu respons (maks) 46.04s Jawaban salah: 3 Kesalahan API: 2 Tidak mengikuti instruksi: 1 Trik anti-AI : 10.0 Pemrograman : 6.5 Gabungan : 10.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 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
#31#31	Gemini 3 PRO Previewmedium	7.9	Google	$0.385 ↑	9.05s
Lihat kartu model Total Tes 20 Tes Salah 6 Keandalan T/A Tingkat lulus per percobaan 70.0% Tes tidak stabil 0 Token input 28,848 Token output 1,490 Token penalaran 10,102 Waktu respons (rata-rata) 9.05s Waktu respons (total) 90.53s Waktu respons (maks) 26.24s Kesalahan API: 3 Jawaban salah: 3 Trik anti-AI : 10.0 Pemrograman : 3.0 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 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
#15#15	Qwen3.6 Max Previewmedium	8.4	Qwen	$0.872 ↓	58.43s
Lihat kartu model Total Tes 20 Tes Salah 5 Keandalan 10.0 Tingkat lulus per percobaan 80.0% Tes tidak stabil 2 Token input 39,527 Token output 2,253 Token penalaran 130,852 Waktu respons (rata-rata) 58.43s Waktu respons (total) 1168.66s Waktu respons (maks) 238.07s Jawaban salah: 5 Trik anti-AI : 10.0 Pemrograman : 8.2 Gabungan : 10.0 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
#16#16	Qwen3.7 Plusmedium	8.4	Qwen	$0.199	36.84s
Lihat kartu model Total Tes 20 Tes Salah 5 Keandalan 9.9 Tingkat lulus per percobaan 80.0% Tes tidak stabil 2 Token input 38,104 Token output 2,107 Token penalaran 112,479 Waktu respons (rata-rata) 36.84s Waktu respons (total) 736.86s Waktu respons (maks) 178.04s Jawaban salah: 4 Kedaluwarsa: 1 Trik anti-AI : 10.0 Pemrograman : 6.5 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#14#14	Grok 4.20 Betamedium	8.5	X AI	$0.750 ↑	9.75s
Lihat kartu model Total Tes 18 Tes Salah 4 Keandalan T/A Tingkat lulus per percobaan 81.5% Tes tidak stabil 1 Token input 35,955 Token output 1,647 Token penalaran 91,565 Waktu respons (rata-rata) 9.75s Waktu respons (total) 175.48s Waktu respons (maks) 31.36s Jawaban salah: 3 Tidak mengikuti instruksi: 1 Trik anti-AI : 8.7 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 3.0
#10#10	GPT-5.5medium	8.7	OpenAI	$3.502	37.88s
Lihat kartu model Total Tes 20 Tes Salah 4 Keandalan 10.0 Tingkat lulus per percobaan 86.7% Tes tidak stabil 3 Token input 31,593 Token output 1,964 Token penalaran 109,481 Waktu respons (rata-rata) 37.88s Waktu respons (total) 757.66s Waktu respons (maks) 332.10s Jawaban salah: 4 Trik anti-AI : 10.0 Pemrograman : 8.2 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 2.8
#11#11	Claude Opus 4.8medium	8.7	Anthropic	$1.006	9.34s
Lihat kartu model Total Tes 20 Tes Salah 4 Keandalan 10.0 Tingkat lulus per percobaan 83.3% Tes tidak stabil 1 Token input 57,185 Token output 23,201 Token penalaran 5,901 Waktu respons (rata-rata) 9.34s Waktu respons (total) 186.84s Waktu respons (maks) 38.03s Jawaban salah: 3 Tidak ada jawaban: 1 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 9.8 Parsing dan ekstraksi data : 7.1 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 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