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: 2026-03-30 Model Dievaluasi: 78

Cari

78/80

Peringkat	Model	Skor	Perusahaan	Total Biaya	Waktu respons (rata-rata)
#80#80	LFM2-24B-A2Bnone	4.1	Liquid	$0.001	811ms
Lihat kartu model Total Tes: 16 Tes Salah: 15 Tingkat lulus per percobaan: 14.6% Tes tidak stabil: 2 Token output: 1,185 Token penalaran: 0 Waktu respons: rata-rata 811ms · total 11.35s · maks 2.88s Jawaban salah: 9 Kesalahan API: 4 Tidak mengikuti instruksi: 2 Trik anti-AI : 3.3 Gabungan : 3.0 Parsing dan ekstraksi data : 3.0 Spesifik domain : 5.9 Kecerdasan umum : 4.0 Kepatuhan instruksi : 4.8 Pemecahan teka-teki : 4.4 Pemanggilan alat : 3.0
#79#79	GPT-5.4 Nanonone	4.3	OpenAI	$0.009	1.39s
Lihat kartu model Total Tes: 17 Tes Salah: 15 Tingkat lulus per percobaan: 29.4% Tes tidak stabil: 6 Token output: 2,185 Token penalaran: 0 Waktu respons: rata-rata 1.39s · total 23.70s · maks 3.84s Jawaban salah: 12 Tidak mengikuti instruksi: 3 Trik anti-AI : 3.5 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 2.9 Kecerdasan umum : 3.8 Kepatuhan instruksi : 5.0 Pemecahan teka-teki : 3.7 Pemanggilan alat : 10.0
#78#78	MiMo-V2-Flashnone	4.4	Xiaomi	$0.023	2.79s
Lihat kartu model Total Tes: 17 Tes Salah: 14 Tingkat lulus per percobaan: 27.5% Tes tidak stabil: 4 Token output: 67,796 Token penalaran: 0 Waktu respons: rata-rata 2.79s · total 36.29s · maks 19.68s Jawaban salah: 11 Kesalahan API: 1 Format tambahan: 1 Tidak mengikuti instruksi: 1 Trik anti-AI : 3.2 Gabungan : 3.0 Parsing dan ekstraksi data : 2.9 Spesifik domain : 5.3 Kecerdasan umum : 4.6 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.6 Pemanggilan alat : 10.0
#77#77	Grok 4.1 Fastnone	4.4	X AI	$0.008	1.76s
Lihat kartu model Total Tes: 17 Tes Salah: 14 Tingkat lulus per percobaan: 23.5% Tes tidak stabil: 2 Token output: 1,154 Token penalaran: 0 Waktu respons: rata-rata 1.76s · total 17.56s · maks 5.51s Jawaban salah: 12 Tidak mengikuti instruksi: 2 Trik anti-AI : 3.2 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 4.4 Kepatuhan instruksi : 3.0 Pemecahan teka-teki : 3.2 Pemanggilan alat : 2.8
#76#76	Qwen3.5-9Bmedium	4.5	Qwen	$0.024	69.21s
Lihat kartu model Total Tes: 17 Tes Salah: 14 Tingkat lulus per percobaan: 35.3% Tes tidak stabil: 6 Token output: 18,141 Token penalaran: 141,204 Waktu respons: rata-rata 69.21s · total 968.99s · maks 226.38s Kedaluwarsa: 11 Format tambahan: 1 Tidak mengikuti instruksi: 1 Jawaban salah: 1 Trik anti-AI : 5.1 Gabungan : 3.0 Parsing dan ekstraksi data : 3.6 Spesifik domain : 3.6 Kecerdasan umum : 2.8 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0
#75#75	GLM 4.7 Flashmedium	4.7	Z.ai	$0.042	33.44s
Lihat kartu model Total Tes: 17 Tes Salah: 13 Tingkat lulus per percobaan: 39.2% Tes tidak stabil: 7 Token output: 38,719 Token penalaran: 65,465 Waktu respons: rata-rata 33.44s · total 334.39s · maks 174.55s Jawaban salah: 8 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 2 Pemanggilan alat tidak valid: 1 Trik anti-AI : 4.7 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
#74#74	Qwen3 Coder Nextmedium	4.8	Qwen	$0.007	11.57s
Lihat kartu model Total Tes: 17 Tes Salah: 14 Tingkat lulus per percobaan: 25.5% Tes tidak stabil: 2 Token output: 2,941 Token penalaran: 0 Waktu respons: rata-rata 11.57s · total 127.32s · maks 81.80s Jawaban salah: 9 Tidak mengikuti instruksi: 5 Trik anti-AI : 3.5 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 5.3 Kecerdasan umum : 6.3 Kepatuhan instruksi : 4.8 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0
#73#73	Qwen3.5-9Bnone	4.8	Qwen	$0.005	1.22s
Lihat kartu model Total Tes: 17 Tes Salah: 13 Tingkat lulus per percobaan: 23.5% Tes tidak stabil: 0 Token output: 2,945 Token penalaran: 0 Waktu respons: rata-rata 1.22s · total 20.74s · maks 5.91s Jawaban salah: 9 Tidak mengikuti instruksi: 3 Pemanggilan alat tidak valid: 1 Trik anti-AI : 3.1 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 4.4 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.2 Pemanggilan alat : 10.0
#72#72	GPT-5.4 Mininone	4.8	OpenAI	$0.030	1.17s
Lihat kartu model Total Tes: 17 Tes Salah: 13 Tingkat lulus per percobaan: 31.4% Tes tidak stabil: 3 Token output: 2,085 Token penalaran: 0 Waktu respons: rata-rata 1.17s · total 19.82s · maks 2.52s Jawaban salah: 10 Tidak mengikuti instruksi: 3 Trik anti-AI : 3.1 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
#71#71	Mercury 2none	4.8	Inception	$0.007	592ms
Lihat kartu model Total Tes: 17 Tes Salah: 13 Tingkat lulus per percobaan: 29.4% Tes tidak stabil: 2 Token output: 1,315 Token penalaran: 0 Waktu respons: rata-rata 592ms · total 10.07s · maks 1.27s Jawaban salah: 12 Tidak mengikuti instruksi: 1 Trik anti-AI : 3.0 Gabungan : 3.0 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 4.8 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0
#70#70	Qwen3 Coder Nextnone	5.0	Qwen	$0.007	10.82s
Lihat kartu model Total Tes: 17 Tes Salah: 13 Tingkat lulus per percobaan: 23.5% Tes tidak stabil: 0 Token output: 3,032 Token penalaran: 0 Waktu respons: rata-rata 10.82s · total 118.99s · maks 45.14s Jawaban salah: 11 Format tambahan: 1 Tidak mengikuti instruksi: 1 Trik anti-AI : 3.6 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 4.8 Pemecahan teka-teki : 3.2 Pemanggilan alat : 10.0
#69#69	MiniMax M2.7medium	5.0	Minimax	$0.072	27.32s
Lihat kartu model Total Tes: 17 Tes Salah: 14 Tingkat lulus per percobaan: 49.0% Tes tidak stabil: 10 Token output: 4,517 Token penalaran: 47,612 Waktu respons: rata-rata 27.32s · total 437.10s · maks 117.04s Tidak mengikuti instruksi: 6 Jawaban salah: 5 Kedaluwarsa: 2 Pemanggilan alat tidak valid: 1 Trik anti-AI : 7.9 Gabungan : 4.7 Parsing dan ekstraksi data : 6.3 Spesifik domain : 3.0 Kecerdasan umum : 3.9 Kepatuhan instruksi : 3.7 Pemecahan teka-teki : 3.8 Pemanggilan alat : 4.7
#68#68	GPT-4o-mininone	5.0	OpenAI	$0.005	1.94s
Lihat kartu model Total Tes: 17 Tes Salah: 13 Tingkat lulus per percobaan: 23.5% Tes tidak stabil: 0 Token output: 1,600 Token penalaran: 0 Waktu respons: rata-rata 1.94s · total 19.44s · maks 7.58s Jawaban salah: 12 Tidak mengikuti instruksi: 1 Trik anti-AI : 4.8 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 4.0 Kepatuhan instruksi : 4.8 Pemecahan teka-teki : 3.7 Pemanggilan alat : 10.0
#67#67	Nemotron 3 Supernone	5.2	NVIDIA	$0.000	8.86s
Lihat kartu model Total Tes: 17 Tes Salah: 13 Tingkat lulus per percobaan: 35.3% Tes tidak stabil: 3 Token output: 4,225 Token penalaran: 0 Waktu respons: rata-rata 8.86s · total 150.70s · maks 24.97s Jawaban salah: 9 Tidak mengikuti instruksi: 4 Trik anti-AI : 4.8 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 4.2 Kepatuhan instruksi : 4.9 Pemecahan teka-teki : 5.7 Pemanggilan alat : 4.7
#66#66	Mistral Small 4none	5.3	Mistral	$0.006	629ms
Lihat kartu model Total Tes: 17 Tes Salah: 12 Tingkat lulus per percobaan: 33.3% Tes tidak stabil: 1 Token output: 1,624 Token penalaran: 0 Waktu respons: rata-rata 629ms · total 10.70s · maks 1.72s Jawaban salah: 10 Tidak mengikuti instruksi: 2 Trik anti-AI : 3.4 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.0 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0
#65#65	Trinity Large Previewnone	5.3	Arcee AI	$0.000	3.04s
Lihat kartu model Total Tes: 17 Tes Salah: 12 Tingkat lulus per percobaan: 31.4% Tes tidak stabil: 1 Token output: 1,843 Token penalaran: 0 Waktu respons: rata-rata 3.04s · total 51.75s · maks 8.91s Jawaban salah: 10 Tidak mengikuti instruksi: 2 Trik anti-AI : 3.0 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.4 Kepatuhan instruksi : 4.1 Pemecahan teka-teki : 5.4 Pemanggilan alat : 10.0
#64#64	Kimi K2.5none	5.3	Moonshot AI	$0.015	10.83s
Lihat kartu model Total Tes: 17 Tes Salah: 12 Tingkat lulus per percobaan: 37.3% Tes tidak stabil: 3 Token output: 2,010 Token penalaran: 0 Waktu respons: rata-rata 10.83s · total 108.27s · maks 42.13s Jawaban salah: 12 Trik anti-AI : 3.6 Gabungan : 2.8 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0
#63#63	Grok 4.20 Betanone	5.3	X AI	$0.090	1.19s
Lihat kartu model Total Tes: 17 Tes Salah: 13 Tingkat lulus per percobaan: 31.4% Tes tidak stabil: 2 Token output: 1,517 Token penalaran: 0 Waktu respons: rata-rata 1.19s · total 20.22s · maks 6.48s Jawaban salah: 9 Tidak mengikuti instruksi: 3 Pemanggilan alat tidak valid: 1 Trik anti-AI : 4.0 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 5.0 Kepatuhan instruksi : 4.8 Pemecahan teka-teki : 5.9 Pemanggilan alat : 10.0
#62#62	GLM 4.7 Flashnone	5.6	Z.ai	$0.003	3.13s
Lihat kartu model Total Tes: 17 Tes Salah: 12 Tingkat lulus per percobaan: 39.2% Tes tidak stabil: 3 Token output: 1,863 Token penalaran: 0 Waktu respons: rata-rata 3.13s · total 31.33s · maks 7.05s Jawaban salah: 9 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Trik anti-AI : 5.2 Gabungan : 3.0 Parsing dan ekstraksi data : 7.3 Spesifik domain : 7.7 Kecerdasan umum : 4.0 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 4.4 Pemanggilan alat : 2.8
#61#61	GLM 5 Turbonone	5.6	Z.ai	$0.029	2.89s
Lihat kartu model Total Tes: 17 Tes Salah: 11 Tingkat lulus per percobaan: 37.3% Tes tidak stabil: 1 Token output: 1,270 Token penalaran: 0 Waktu respons: rata-rata 2.89s · total 49.05s · maks 8.21s Jawaban salah: 9 Tidak mengikuti instruksi: 2 Trik anti-AI : 3.0 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
#60#60	Mistral Small 4medium	5.6	Mistral	$0.026	4.18s
Lihat kartu model Total Tes: 17 Tes Salah: 12 Tingkat lulus per percobaan: 49.0% Tes tidak stabil: 6 Token output: 12,288 Token penalaran: 28,112 Waktu respons: rata-rata 4.18s · total 71.03s · maks 25.25s Jawaban salah: 7 Tidak mengikuti instruksi: 3 Kesalahan API: 2 Trik anti-AI : 5.6 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
#59#59	Qwen3.5-27Bnone	5.6	Qwen	$0.016	1.70s
Lihat kartu model Total Tes: 17 Tes Salah: 12 Tingkat lulus per percobaan: 35.3% Tes tidak stabil: 2 Token output: 3,164 Token penalaran: 0 Waktu respons: rata-rata 1.70s · total 28.82s · maks 9.39s Jawaban salah: 10 Tidak mengikuti instruksi: 2 Trik anti-AI : 4.8 Gabungan : 2.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 5.0 Kepatuhan instruksi : 4.8 Pemecahan teka-teki : 6.7 Pemanggilan alat : 10.0
#58#58	GPT-5.4none	5.6	OpenAI	$0.095	1.43s
Lihat kartu model Total Tes: 17 Tes Salah: 11 Tingkat lulus per percobaan: 39.2% Tes tidak stabil: 2 Token output: 1,837 Token penalaran: 0 Waktu respons: rata-rata 1.43s · total 24.27s · maks 2.89s Jawaban salah: 10 Tidak mengikuti instruksi: 1 Trik anti-AI : 3.2 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
#57#57	MiMo-V2-Pronone	5.8	Xiaomi	$0.040	2.31s
Lihat kartu model Total Tes: 17 Tes Salah: 11 Tingkat lulus per percobaan: 45.1% Tes tidak stabil: 3 Token output: 1,721 Token penalaran: 0 Waktu respons: rata-rata 2.31s · total 39.25s · maks 6.58s Jawaban salah: 9 Tidak mengikuti instruksi: 2 Trik anti-AI : 3.5 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
#56#56	Qwen3.5-122B-A10Bnone	5.8	Qwen	$0.020	3.71s
Lihat kartu model Total Tes: 17 Tes Salah: 11 Tingkat lulus per percobaan: 37.3% Tes tidak stabil: 1 Token output: 2,682 Token penalaran: 0 Waktu respons: rata-rata 3.71s · total 63.06s · maks 46.00s Jawaban salah: 10 Tidak mengikuti instruksi: 1 Trik anti-AI : 4.8 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.0 Kepatuhan instruksi : 4.5 Pemecahan teka-teki : 5.4 Pemanggilan alat : 10.0
#55#55	Hunter Alphanone	5.9	Openrouter	$0.000	4.58s
Lihat kartu model Total Tes: 17 Tes Salah: 11 Tingkat lulus per percobaan: 49.0% Tes tidak stabil: 4 Token output: 2,278 Token penalaran: 0 Waktu respons: rata-rata 4.58s · total 77.92s · maks 15.17s Jawaban salah: 9 Tidak mengikuti instruksi: 2 Trik anti-AI : 3.5 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
#54#54	MiniMax M2.5medium	5.9	Minimax	$0.250	39.65s
Lihat kartu model Total Tes: 17 Tes Salah: 12 Tingkat lulus per percobaan: 60.8% Tes tidak stabil: 10 Token output: 107,044 Token penalaran: 206,422 Waktu respons: rata-rata 39.65s · total 396.47s · maks 237.27s Jawaban salah: 5 Tidak mengikuti instruksi: 3 Kedaluwarsa: 3 Pemanggilan alat tidak valid: 1 Trik anti-AI : 7.9 Gabungan : 4.5 Parsing dan ekstraksi data : 4.6 Spesifik domain : 2.9 Kecerdasan umum : 3.8 Kepatuhan instruksi : 8.1 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0
#53#53	Qwen3.5-35B-A3Bnone	5.9	Qwen	$0.015	3.89s
Lihat kartu model Total Tes: 17 Tes Salah: 11 Tingkat lulus per percobaan: 47.1% Tes tidak stabil: 3 Token output: 3,761 Token penalaran: 0 Waktu respons: rata-rata 3.89s · total 66.07s · maks 47.43s Jawaban salah: 9 Tidak mengikuti instruksi: 2 Trik anti-AI : 3.4 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 6.5 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 3.9 Pemanggilan alat : 10.0
#52#52	Gemini 2.5 Flashnone	5.9	Google	$0.012	888ms
Lihat kartu model Total Tes: 17 Tes Salah: 11 Tingkat lulus per percobaan: 41.2% Tes tidak stabil: 2 Token output: 1,273 Token penalaran: 0 Waktu respons: rata-rata 888ms · total 15.10s · maks 4.39s Jawaban salah: 10 Tidak mengikuti instruksi: 1 Trik anti-AI : 3.0 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 5.0 Kepatuhan instruksi : 8.0 Pemecahan teka-teki : 5.7 Pemanggilan alat : 10.0
#51#51	Seed-2.0-Litenone	6.0	Bytedance Seed	$0.016	2.40s
Lihat kartu model Total Tes: 17 Tes Salah: 10 Tingkat lulus per percobaan: 52.9% Tes tidak stabil: 5 Token output: 2,749 Token penalaran: 0 Waktu respons: rata-rata 2.40s · total 40.85s · maks 6.70s Jawaban salah: 10 Trik anti-AI : 3.0 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.2 Pemanggilan alat : 10.0
#50#50	gpt-oss-120bmedium	6.0	OpenAI	$0.010	15.05s
Lihat kartu model Total Tes: 17 Tes Salah: 10 Tingkat lulus per percobaan: 51.0% Tes tidak stabil: 5 Token output: 13,265 Token penalaran: 34,330 Waktu respons: rata-rata 15.05s · total 150.55s · maks 50.92s Jawaban salah: 6 Tidak mengikuti instruksi: 4 Trik anti-AI : 6.7 Gabungan : 10.0 Parsing dan ekstraksi data : 6.4 Spesifik domain : 2.9 Kecerdasan umum : 4.3 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 3.2 Pemanggilan alat : 9.8
#49#49	Qwen3.5-Flashnone	6.0	Qwen	$0.006	3.36s
Lihat kartu model Total Tes: 17 Tes Salah: 10 Tingkat lulus per percobaan: 43.1% Tes tidak stabil: 1 Token output: 3,777 Token penalaran: 0 Waktu respons: rata-rata 3.36s · total 57.15s · maks 13.73s Jawaban salah: 9 Tidak mengikuti instruksi: 1 Trik anti-AI : 3.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 3.3 Pemanggilan alat : 10.0
#48#48	Grok 4.20 Multi-Agent Betamedium	6.2	X AI	$4.978	8.64s
Lihat kartu model Total Tes: 17 Tes Salah: 11 Tingkat lulus per percobaan: 54.9% Tes tidak stabil: 6 Token output: 298,948 Token penalaran: 296,529 Waktu respons: rata-rata 8.64s · total 129.64s · maks 35.28s Tidak mengikuti instruksi: 4 Jawaban salah: 3 Kesalahan API: 2 Format tambahan: 2 Trik anti-AI : 6.9 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 5.8 Kepatuhan instruksi : 8.3 Pemecahan teka-teki : 7.2 Pemanggilan alat : 3.0
#47#47	GPT-5 Nanomedium	6.2	OpenAI	$0.061	44.47s
Lihat kartu model Total Tes: 17 Tes Salah: 10 Tingkat lulus per percobaan: 58.8% Tes tidak stabil: 7 Token output: 4,500 Token penalaran: 143,296 Waktu respons: rata-rata 44.47s · total 444.74s · maks 204.02s Jawaban salah: 6 Tidak mengikuti instruksi: 3 Kedaluwarsa: 1 Trik anti-AI : 6.5 Gabungan : 10.0 Parsing dan ekstraksi data : 3.7 Spesifik domain : 5.2 Kecerdasan umum : 4.1 Kepatuhan instruksi : 8.5 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0
#46#46	Mercury 2medium	6.3	Inception	$0.045	2.25s
Lihat kartu model Total Tes: 17 Tes Salah: 10 Tingkat lulus per percobaan: 51.0% Tes tidak stabil: 3 Token output: 3,723 Token penalaran: 46,120 Waktu respons: rata-rata 2.25s · total 35.99s · maks 14.63s Jawaban salah: 6 Tidak mengikuti instruksi: 4 Trik anti-AI : 6.9 Gabungan : 10.0 Parsing dan ekstraksi data : 7.3 Spesifik domain : 2.9 Kecerdasan umum : 4.8 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 3.9 Pemanggilan alat : 10.0
#45#45	DeepSeek V3.2none	6.4	DeepSeek	$0.016	12.35s
Lihat kartu model Total Tes: 17 Tes Salah: 10 Tingkat lulus per percobaan: 51.0% Tes tidak stabil: 3 Token output: 7,831 Token penalaran: 0 Waktu respons: rata-rata 12.35s · total 209.94s · maks 115.89s Jawaban salah: 7 Format tambahan: 2 Pemanggilan alat tidak valid: 1 Trik anti-AI : 3.2 Gabungan : 6.5 Parsing dan ekstraksi data : 6.3 Spesifik domain : 3.6 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.5 Pemanggilan alat : 10.0
#44#44	MiMo-V2-Omninone	6.4	Xiaomi	$0.006	2.01s
Lihat kartu model Total Tes: 17 Tes Salah: 9 Tingkat lulus per percobaan: 47.1% Tes tidak stabil: 0 Token output: 469 Token penalaran: 0 Waktu respons: rata-rata 2.01s · total 34.09s · maks 6.81s Jawaban salah: 7 Tidak mengikuti instruksi: 2 Trik anti-AI : 4.8 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.5 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 8.0 Pemanggilan alat : 10.0
#43#43	GLM 5none	6.7	Z.ai	$0.019	3.77s
Lihat kartu model Total Tes: 17 Tes Salah: 8 Tingkat lulus per percobaan: 52.9% Tes tidak stabil: 0 Token output: 1,551 Token penalaran: 0 Waktu respons: rata-rata 3.77s · total 37.66s · maks 11.07s Jawaban salah: 8 Trik anti-AI : 4.8 Gabungan : 3.0 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
#42#42	Qwen3.5 Plus 2026-02-15none	6.8	Qwen	$0.016	2.51s
Lihat kartu model Total Tes: 17 Tes Salah: 8 Tingkat lulus per percobaan: 54.9% Tes tidak stabil: 1 Token output: 2,018 Token penalaran: 0 Waktu respons: rata-rata 2.51s · total 27.60s · maks 6.65s Jawaban salah: 8 Trik anti-AI : 4.8 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.4 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0
#41#41	GPT-5 Minimedium	6.8	OpenAI	$0.118	24.02s
Lihat kartu model Total Tes: 17 Tes Salah: 9 Tingkat lulus per percobaan: 58.8% Tes tidak stabil: 3 Token output: 5,896 Token penalaran: 49,322 Waktu respons: rata-rata 24.02s · total 408.39s · maks 88.15s Tidak mengikuti instruksi: 4 Jawaban salah: 4 Kedaluwarsa: 1 Trik anti-AI : 7.1 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 4.5 Kepatuhan instruksi : 8.0 Pemecahan teka-teki : 5.6 Pemanggilan alat : 10.0
#40#40	Nemotron 3 Supermedium	6.9	NVIDIA	$0.000	19.06s
Lihat kartu model Total Tes: 17 Tes Salah: 8 Tingkat lulus per percobaan: 58.8% Tes tidak stabil: 3 Token output: 11,947 Token penalaran: 29,768 Waktu respons: rata-rata 19.06s · total 305.04s · maks 87.80s Tidak mengikuti instruksi: 4 Jawaban salah: 3 Kedaluwarsa: 1 Trik anti-AI : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 3.8 Kepatuhan instruksi : 7.2 Pemecahan teka-teki : 3.5 Pemanggilan alat : 10.0
#39#39	Grok 4.1 Fastmedium	6.9	X AI	$0.052	23.91s
Lihat kartu model Total Tes: 17 Tes Salah: 8 Tingkat lulus per percobaan: 66.7% Tes tidak stabil: 5 Token output: 1,189 Token penalaran: 84,595 Waktu respons: rata-rata 23.91s · total 239.09s · maks 121.79s Tidak mengikuti instruksi: 3 Jawaban salah: 3 Tidak ada jawaban: 1 Kedaluwarsa: 1 Trik anti-AI : 8.7 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.8 Kecerdasan umum : 4.2 Kepatuhan instruksi : 6.6 Pemecahan teka-teki : 5.3 Pemanggilan alat : 2.8
#38#38	Hunter Alphamedium	7.0	Openrouter	$0.000	10.33s
Lihat kartu model Total Tes: 17 Tes Salah: 9 Tingkat lulus per percobaan: 68.6% Tes tidak stabil: 6 Token output: 4,724 Token penalaran: 17,921 Waktu respons: rata-rata 10.33s · total 175.60s · maks 30.53s Jawaban salah: 4 Tidak mengikuti instruksi: 2 Kedaluwarsa: 2 Format tambahan: 1 Trik anti-AI : 7.3 Gabungan : 4.7 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 7.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 6.1 Pemanggilan alat : 10.0
#37#37	GPT-5.4 Minimedium	7.1	OpenAI	$0.289	15.66s
Lihat kartu model Total Tes: 17 Tes Salah: 9 Tingkat lulus per percobaan: 68.6% Tes tidak stabil: 6 Token output: 1,708 Token penalaran: 58,019 Waktu respons: rata-rata 15.66s · total 266.14s · maks 102.91s Tidak mengikuti instruksi: 5 Jawaban salah: 4 Trik anti-AI : 8.6 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 4.1 Kecerdasan umum : 4.5 Kepatuhan instruksi : 7.4 Pemecahan teka-teki : 6.8 Pemanggilan alat : 4.7
#36#36	Kimi K2.5medium	7.2	Moonshot AI	$0.201	64.59s
Lihat kartu model Total Tes: 17 Tes Salah: 8 Tingkat lulus per percobaan: 72.6% Tes tidak stabil: 6 Token output: 40,907 Token penalaran: 75,121 Waktu respons: rata-rata 64.59s · total 645.93s · maks 137.29s Jawaban salah: 4 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 1 Kedaluwarsa: 1 Trik anti-AI : 7.3 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.5 Kecerdasan umum : 6.5 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0
#35#35	Claude Sonnet 4.6none	7.3	Anthropic	$0.252	5.12s
Lihat kartu model Total Tes: 17 Tes Salah: 7 Tingkat lulus per percobaan: 62.8% Tes tidak stabil: 1 Token output: 6,910 Token penalaran: 0 Waktu respons: rata-rata 5.12s · total 51.16s · maks 23.84s Format tambahan: 3 Jawaban salah: 3 Tidak mengikuti instruksi: 1 Trik anti-AI : 4.8 Gabungan : 9.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 6.1 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0
#34#34	Qwen3.5-35B-A3Bmedium	7.3	Qwen	$0.349	42.48s
Lihat kartu model Total Tes: 17 Tes Salah: 8 Tingkat lulus per percobaan: 78.4% Tes tidak stabil: 7 Token output: 5,864 Token penalaran: 175,683 Waktu respons: rata-rata 42.48s · total 722.12s · maks 106.00s Kedaluwarsa: 4 Jawaban salah: 2 Kesalahan API: 1 Tidak ada jawaban: 1 Trik anti-AI : 10.0 Gabungan : 4.7 Parsing dan ekstraksi data : 7.3 Spesifik domain : 4.1 Kecerdasan umum : 2.8 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 6.4 Pemanggilan alat : 10.0
#33#33	GPT-5.2medium	7.3	OpenAI	$0.314	13.93s
Lihat kartu model Total Tes: 17 Tes Salah: 7 Tingkat lulus per percobaan: 70.6% Tes tidak stabil: 4 Token output: 2,238 Token penalaran: 16,811 Waktu respons: rata-rata 13.93s · total 139.29s · maks 77.80s Tidak mengikuti instruksi: 3 Jawaban salah: 2 Tidak ada jawaban: 1 Kedaluwarsa: 1 Trik anti-AI : 6.5 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 3.7 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 7.7 Pemanggilan alat : 4.7
#32#32	Seed-2.0-Minimedium	7.3	Bytedance Seed	$0.029	60.58s
Lihat kartu model Total Tes: 17 Tes Salah: 7 Tingkat lulus per percobaan: 64.7% Tes tidak stabil: 2 Token output: 1,971 Token penalaran: 58,624 Waktu respons: rata-rata 60.58s · total 848.16s · maks 262.83s Kedaluwarsa: 4 Jawaban salah: 2 Tidak mengikuti instruksi: 1 Trik anti-AI : 6.6 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
#31#31	GPT-5.4 Nanomedium	7.4	OpenAI	$0.077	11.08s
Lihat kartu model Total Tes: 17 Tes Salah: 7 Tingkat lulus per percobaan: 66.7% Tes tidak stabil: 2 Token output: 2,474 Token penalaran: 54,516 Waktu respons: rata-rata 11.08s · total 188.39s · maks 94.06s Jawaban salah: 4 Tidak mengikuti instruksi: 3 Trik anti-AI : 8.3 Gabungan : 9.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 4.5 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 4.0 Pemanggilan alat : 10.0
#30#30	Claude Opus 4.6medium	7.5	Anthropic	$1.317	20.87s
Lihat kartu model Total Tes: 17 Tes Salah: 6 Tingkat lulus per percobaan: 68.6% Tes tidak stabil: 2 Token output: 26,343 Token penalaran: 17,434 Waktu respons: rata-rata 20.87s · total 208.73s · maks 83.40s Format tambahan: 4 Jawaban salah: 2 Trik anti-AI : 6.4 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
#29#29	GPT-5.3 Chatnone	7.6	OpenAI	$0.318	5.68s
Lihat kartu model Total Tes: 17 Tes Salah: 7 Tingkat lulus per percobaan: 66.7% Tes tidak stabil: 3 Token output: 19,348 Token penalaran: 0 Waktu respons: rata-rata 5.68s · total 96.58s · maks 18.33s Jawaban salah: 5 Tidak mengikuti instruksi: 2 Trik anti-AI : 6.7 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.5 Kecerdasan umum : 4.6 Kepatuhan instruksi : 8.3 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0
#28#28	MiMo-V2-Flashmedium	7.6	Xiaomi	$0.037	24.30s
Lihat kartu model Total Tes: 17 Tes Salah: 6 Tingkat lulus per percobaan: 70.6% Tes tidak stabil: 2 Token output: 11,959 Token penalaran: 111,534 Waktu respons: rata-rata 24.30s · total 267.31s · maks 96.01s Jawaban salah: 3 Kesalahan API: 1 Format tambahan: 1 Tidak mengikuti instruksi: 1 Trik anti-AI : 8.1 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
#27#27	GPT-5.2 Chatnone	7.8	OpenAI	$0.271	6.72s
Lihat kartu model Total Tes: 17 Tes Salah: 6 Tingkat lulus per percobaan: 74.5% Tes tidak stabil: 3 Token output: 16,001 Token penalaran: 0 Waktu respons: rata-rata 6.72s · total 114.20s · maks 38.52s Jawaban salah: 5 Tidak mengikuti instruksi: 1 Trik anti-AI : 8.7 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.4 Kepatuhan instruksi : 7.5 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0
#26#26	Gemini 3.1 Flash Lite Previewnone	7.8	Google	$0.015	1.29s
Lihat kartu model Total Tes: 17 Tes Salah: 6 Tingkat lulus per percobaan: 68.6% Tes tidak stabil: 1 Token output: 4,721 Token penalaran: 0 Waktu respons: rata-rata 1.29s · total 21.95s · maks 3.39s Jawaban salah: 4 Tidak mengikuti instruksi: 2 Trik anti-AI : 7.5 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
#25#25	Step 3.5 Flashmedium	7.9	Stepfun	$0.000	26.78s
Lihat kartu model Total Tes: 17 Tes Salah: 6 Tingkat lulus per percobaan: 70.6% Tes tidak stabil: 2 Token output: 71,904 Token penalaran: 155,607 Waktu respons: rata-rata 26.78s · total 294.58s · maks 170.45s Tidak mengikuti instruksi: 3 Jawaban salah: 3 Trik anti-AI : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.5 Kepatuhan instruksi : 8.5 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0
#24#24	Grok 4.20 Betamedium	7.9	X AI	$0.608	8.54s
Lihat kartu model Total Tes: 17 Tes Salah: 6 Tingkat lulus per percobaan: 72.6% Tes tidak stabil: 2 Token output: 1,487 Token penalaran: 87,922 Waktu respons: rata-rata 8.54s · total 145.26s · maks 24.21s Tidak mengikuti instruksi: 3 Jawaban salah: 3 Trik anti-AI : 8.7 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 8.3 Pemecahan teka-teki : 8.2 Pemanggilan alat : 3.0
#23#23	MiMo-V2-Omnimedium	7.9	Xiaomi	$0.084	13.71s
Lihat kartu model Total Tes: 17 Tes Salah: 6 Tingkat lulus per percobaan: 64.7% Tes tidak stabil: 0 Token output: 663 Token penalaran: 39,001 Waktu respons: rata-rata 13.71s · total 233.06s · maks 158.78s Tidak mengikuti instruksi: 2 Jawaban salah: 2 Format tambahan: 1 Tidak ada jawaban: 1 Trik anti-AI : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 10.0 Kepatuhan instruksi : 8.3 Pemecahan teka-teki : 6.5 Pemanggilan alat : 10.0
#22#22	Claude Sonnet 4.6medium	7.9	Anthropic	$1.024	10.09s
Lihat kartu model Total Tes: 17 Tes Salah: 5 Tingkat lulus per percobaan: 72.6% Tes tidak stabil: 1 Token output: 35,174 Token penalaran: 24,687 Waktu respons: rata-rata 10.09s · total 90.85s · maks 46.35s Format tambahan: 2 Jawaban salah: 2 Kedaluwarsa: 1 Trik anti-AI : 6.5 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
#21#21	MiMo-V2-Promedium	8.0	Xiaomi	$0.123	9.78s
Lihat kartu model Total Tes: 17 Tes Salah: 6 Tingkat lulus per percobaan: 76.5% Tes tidak stabil: 3 Token output: 1,875 Token penalaran: 26,959 Waktu respons: rata-rata 9.78s · total 156.45s · maks 64.71s Jawaban salah: 3 Format tambahan: 1 Tidak mengikuti instruksi: 1 Kedaluwarsa: 1 Trik anti-AI : 10.0 Gabungan : 4.7 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 7.0 Pemanggilan alat : 10.0
#20#20	Qwen3.5-Flashmedium	8.0	Qwen	$0.076	67.96s
Lihat kartu model Total Tes: 17 Tes Salah: 6 Tingkat lulus per percobaan: 82.4% Tes tidak stabil: 5 Token output: 1,827 Token penalaran: 179,299 Waktu respons: rata-rata 67.96s · total 1155.28s · maks 234.29s Kedaluwarsa: 3 Kesalahan API: 1 Tidak mengikuti instruksi: 1 Jawaban salah: 1 Trik anti-AI : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 6.4 Pemanggilan alat : 10.0
#19#19	Gemini 3 Flash Previewnone	8.0	Google	$0.019	1.66s
Lihat kartu model Total Tes: 17 Tes Salah: 5 Tingkat lulus per percobaan: 76.5% Tes tidak stabil: 2 Token output: 1,417 Token penalaran: 0 Waktu respons: rata-rata 1.66s · total 16.61s · maks 3.56s Jawaban salah: 5 Trik anti-AI : 8.3 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
#18#18	Gemini 3.1 Flash Lite Previewlow	8.0	Google	$0.021	3.28s
Lihat kartu model Total Tes: 17 Tes Salah: 5 Tingkat lulus per percobaan: 70.6% Tes tidak stabil: 0 Token output: 1,617 Token penalaran: 7,686 Waktu respons: rata-rata 3.28s · total 55.80s · maks 11.91s Jawaban salah: 4 Tidak mengikuti instruksi: 1 Trik anti-AI : 8.3 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
#17#17	GLM 5 Turbomedium	8.0	Z.ai	$0.166	17.98s
Lihat kartu model Total Tes: 17 Tes Salah: 6 Tingkat lulus per percobaan: 76.5% Tes tidak stabil: 5 Token output: 11,865 Token penalaran: 35,632 Waktu respons: rata-rata 17.98s · total 305.72s · maks 194.23s Jawaban salah: 3 Tidak mengikuti instruksi: 2 Kedaluwarsa: 1 Trik anti-AI : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.3 Pemanggilan alat : 10.0
#16#16	GPT-5.4medium	8.1	OpenAI	$0.794	18.95s
Lihat kartu model Total Tes: 17 Tes Salah: 5 Tingkat lulus per percobaan: 78.4% Tes tidak stabil: 3 Token output: 1,780 Token penalaran: 46,687 Waktu respons: rata-rata 18.95s · total 322.23s · maks 100.41s Jawaban salah: 3 Tidak mengikuti instruksi: 2 Trik anti-AI : 8.3 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
#15#15	Gemini 3.1 Flash Lite Previewmedium	8.1	Google	$0.050	3.70s
Lihat kartu model Total Tes: 17 Tes Salah: 5 Tingkat lulus per percobaan: 70.6% Tes tidak stabil: 0 Token output: 1,737 Token penalaran: 26,346 Waktu respons: rata-rata 3.70s · total 62.97s · maks 14.93s Jawaban salah: 4 Tidak mengikuti instruksi: 1 Trik anti-AI : 9.1 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
#14#14	Gemini 2.5 Flashmedium	8.1	Google	$0.292	11.88s
Lihat kartu model Total Tes: 17 Tes Salah: 5 Tingkat lulus per percobaan: 74.5% Tes tidak stabil: 1 Token output: 1,376 Token penalaran: 111,923 Waktu respons: rata-rata 11.88s · total 201.89s · maks 95.48s Jawaban salah: 4 Tidak mengikuti instruksi: 1 Trik anti-AI : 8.4 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
#13#13	DeepSeek V3.2medium	8.2	DeepSeek	$0.026	38.49s
Lihat kartu model Total Tes: 17 Tes Salah: 5 Tingkat lulus per percobaan: 80.4% Tes tidak stabil: 3 Token output: 9,994 Token penalaran: 41,719 Waktu respons: rata-rata 38.49s · total 654.41s · maks 93.11s Jawaban salah: 3 Tidak mengikuti instruksi: 1 Kedaluwarsa: 1 Trik anti-AI : 8.4 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.4 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0
#12#12	GLM 5medium	8.3	Z.ai	$0.108	17.15s
Lihat kartu model Total Tes: 17 Tes Salah: 5 Tingkat lulus per percobaan: 84.3% Tes tidak stabil: 4 Token output: 19,833 Token penalaran: 38,523 Waktu respons: rata-rata 17.15s · total 154.32s · maks 28.96s Jawaban salah: 2 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Kedaluwarsa: 1 Trik anti-AI : 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
#11#11	Qwen3.5-27Bmedium	8.3	Qwen	$0.467	52.01s
Lihat kartu model Total Tes: 17 Tes Salah: 5 Tingkat lulus per percobaan: 80.4% Tes tidak stabil: 3 Token output: 2,125 Token penalaran: 223,335 Waktu respons: rata-rata 52.01s · total 884.10s · maks 163.96s Tidak mengikuti instruksi: 2 Format tambahan: 1 Kedaluwarsa: 1 Jawaban salah: 1 Trik anti-AI : 8.7 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
#10#10	Qwen3.5-122B-A10Bmedium	8.4	Qwen	$0.505	29.05s
Lihat kartu model Total Tes: 17 Tes Salah: 4 Tingkat lulus per percobaan: 80.4% Tes tidak stabil: 2 Token output: 17,313 Token penalaran: 151,974 Waktu respons: rata-rata 29.05s · total 493.86s · maks 119.29s Jawaban salah: 3 Kedaluwarsa: 1 Trik anti-AI : 10.0 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
#9#9	Qwen3.5 Plus 2026-02-15medium	8.4	Qwen	$0.189	39.13s
Lihat kartu model Total Tes: 17 Tes Salah: 4 Tingkat lulus per percobaan: 82.4% Tes tidak stabil: 2 Token output: 1,754 Token penalaran: 92,522 Waktu respons: rata-rata 39.13s · total 391.29s · maks 81.20s Kedaluwarsa: 2 Jawaban salah: 2 Trik anti-AI : 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 : 10.0 Pemanggilan alat : 10.0
#8#8	Gemini 3.1 Flash Lite Previewhigh	8.4	Google	$2.310	68.83s
Lihat kartu model Total Tes: 16 Tes Salah: 4 Tingkat lulus per percobaan: 77.1% Tes tidak stabil: 1 Token output: 1,283 Token penalaran: 1,533,310 Waktu respons: rata-rata 68.83s · total 1101.32s · maks 280.52s Jawaban salah: 3 Tidak mengikuti instruksi: 1 Trik anti-AI : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 7.9 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0
#7#7	GPT-5.3-Codexmedium	8.5	OpenAI	$0.544	15.76s
Lihat kartu model Total Tes: 17 Tes Salah: 5 Tingkat lulus per percobaan: 82.4% Tes tidak stabil: 3 Token output: 1,788 Token penalaran: 33,649 Waktu respons: rata-rata 15.76s · total 267.97s · maks 100.93s Jawaban salah: 3 Tidak mengikuti instruksi: 2 Trik anti-AI : 8.7 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
#6#6	Qwen3.6 Plus Previewmedium	8.5	Qwen	$0.000	13.94s
Lihat kartu model Total Tes: 17 Tes Salah: 4 Tingkat lulus per percobaan: 76.5% Tes tidak stabil: 0 Token output: 1,756 Token penalaran: 77,213 Waktu respons: rata-rata 13.94s · total 237.01s · maks 43.55s Jawaban salah: 3 Tidak mengikuti instruksi: 1 Trik anti-AI : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 5.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0
#5#5	Seed-2.0-Litemedium	8.5	Bytedance Seed	$0.105	27.78s
Lihat kartu model Total Tes: 17 Tes Salah: 5 Tingkat lulus per percobaan: 82.4% Tes tidak stabil: 3 Token output: 2,821 Token penalaran: 44,723 Waktu respons: rata-rata 27.78s · total 472.24s · maks 168.71s Jawaban salah: 3 Tidak mengikuti instruksi: 2 Trik anti-AI : 8.3 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 6.7 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 9.0 Pemanggilan alat : 10.0
#4#4	Gemini 3 PRO Previewmedium	8.7	Google	$0.197	9.06s
Lihat kartu model Total Tes: 17 Tes Salah: 3 Tingkat lulus per percobaan: 82.4% Tes tidak stabil: 0 Token output: 1,508 Token penalaran: 10,084 Waktu respons: rata-rata 9.06s · total 90.58s · maks 26.24s Jawaban salah: 3 Trik anti-AI : 10.0 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
#3🥉 #3	Gemini 3 Flash Previewlow	8.7	Google	$0.081	5.95s
Lihat kartu model Total Tes: 17 Tes Salah: 3 Tingkat lulus per percobaan: 84.3% Tes tidak stabil: 1 Token output: 1,592 Token penalaran: 20,556 Waktu respons: rata-rata 5.95s · total 101.19s · maks 14.72s Jawaban salah: 3 Trik anti-AI : 10.0 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0
#2🥈 #2	Gemini 3.1 Pro Previewmedium	9.6	Google	$0.522	15.56s
Lihat kartu model Total Tes: 17 Tes Salah: 1 Tingkat lulus per percobaan: 94.1% Tes tidak stabil: 0 Token output: 1,527 Token penalaran: 36,341 Waktu respons: rata-rata 15.56s · total 155.64s · maks 40.61s Jawaban salah: 1 Trik anti-AI : 10.0 Gabungan : 9.5 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
#1🥇 #1	Gemini 3 Flash Previewmedium	10.0	Google	$0.166	11.39s
Lihat kartu model Total Tes: 17 Tes Salah: 0 Tingkat lulus per percobaan: 100.0% Tes tidak stabil: 0 Token output: 1,640 Token penalaran: 48,270 Waktu respons: rata-rata 11.39s · total 113.86s · maks 50.16s Trik anti-AI : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 10.0 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0

Perbandingan Cepat

Leaderboard Benchmark AI

Filter model

Perbandingan Cepat