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)
#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
#41#41	Qwen3.6 Flashmedium	7.6	Qwen	$0.272 ↓	18.97s
Lihat kartu model Total Tes 20 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 71.7% Tes tidak stabil 4 Token input 39,527 Token output 2,974 Token penalaran 231,797 Waktu respons (rata-rata) 18.97s Waktu respons (total) 379.49s Waktu respons (maks) 122.87s Jawaban salah: 7 Tidak mengikuti instruksi: 1 Trik anti-AI : 10.0 Pemrograman : 5.1 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.5 Kecerdasan umum : 4.8 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 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
#43#43	MiMo-V2.5-Promedium	7.6	Xiaomi	$0.090 ↓	21.79s
Lihat kartu model Total Tes 20 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 68.3% Tes tidak stabil 3 Token input 39,096 Token output 5,004 Token penalaran 80,295 Waktu respons (rata-rata) 21.79s Waktu respons (total) 435.79s Waktu respons (maks) 130.77s Format tambahan: 3 Jawaban salah: 3 Tidak mengikuti instruksi: 2 Trik anti-AI : 10.0 Pemrograman : 7.0 Gabungan : 10.0 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 5.5 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 6.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#45#45	Qwen3.5-Flashmedium	7.6	Qwen	$0.074 ↓	63.04s
Lihat kartu model Total Tes 20 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 75.0% Tes tidak stabil 5 Token input 37,036 Token output 2,074 Token penalaran 272,063 Waktu respons (rata-rata) 63.04s Waktu respons (total) 1197.71s Waktu respons (maks) 234.29s Kedaluwarsa: 3 Jawaban salah: 3 Kesalahan API: 1 Tidak mengikuti instruksi: 1 Trik anti-AI : 10.0 Pemrograman : 4.1 Gabungan : 10.0 Parsing dan ekstraksi data : 7.3 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
#46#46	Mimo V2 PROmedium	7.6	Xiaomi	$0.333 ↑	22.16s
Lihat kartu model Total Tes 20 Tes Salah 8 Keandalan 9.6 Tingkat lulus per percobaan 76.7% Tes tidak stabil 5 Token input 40,961 Token output 2,518 Token penalaran 81,801 Waktu respons (rata-rata) 22.16s Waktu respons (total) 443.22s Waktu respons (maks) 136.29s Jawaban salah: 5 Format tambahan: 1 Tidak mengikuti instruksi: 1 Kedaluwarsa: 1 Trik anti-AI : 10.0 Pemrograman : 7.5 Gabungan : 4.7 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 6.4 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#48#48	Qwen3.5 Plus 2026-04-20medium	7.5	Qwen	$0.287 ↓	43.65s
Lihat kartu model Total Tes 20 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 65.0% Tes tidak stabil 2 Token input 39,262 Token output 2,259 Token penalaran 150,249 Waktu respons (rata-rata) 43.65s Waktu respons (total) 872.90s Waktu respons (maks) 189.38s Jawaban salah: 8 Trik anti-AI : 10.0 Pemrograman : 4.3 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 4.9 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#49#49	Gemini 3.1 Flash Lite Previewnone	7.5	Google	$0.017	1.23s
Lihat kartu model Total Tes 20 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 63.3% Tes tidak stabil 1 Token input 34,579 Token output 5,541 Token penalaran 0 Waktu respons (rata-rata) 1.23s Waktu respons (total) 24.68s Waktu respons (maks) 3.39s Jawaban salah: 6 Tidak mengikuti instruksi: 2 Trik anti-AI : 7.5 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
#50#50	Kimi K2.6medium	7.4	Moonshot AI	$0.803 ↓	54.03s
Lihat kartu model Total Tes 20 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 68.3% Tes tidak stabil 3 Token input 28,584 Token output 102,208 Token penalaran 229,120 Waktu respons (rata-rata) 54.03s Waktu respons (total) 1026.57s Waktu respons (maks) 215.85s Jawaban salah: 3 Tidak mengikuti instruksi: 2 Kedaluwarsa: 2 Tidak ada jawaban: 1 Trik anti-AI : 7.0 Pemrograman : 6.8 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 6.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#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
#52#52	GLM 5.1medium	7.4	Z.ai	$0.279 ↓	33.45s
Lihat kartu model Total Tes 20 Tes Salah 8 Keandalan 5.0 Tingkat lulus per percobaan 68.3% Tes tidak stabil 3 Token input 30,397 Token output 11,511 Token penalaran 71,979 Waktu respons (rata-rata) 33.45s Waktu respons (total) 635.63s Waktu respons (maks) 172.60s Jawaban salah: 4 Kedaluwarsa: 2 Kesalahan API: 1 Tidak ada jawaban: 1 Trik anti-AI : 10.0 Pemrograman : 4.6 Gabungan : 9.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 8.2 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#53#53	GPT-5.3 Chatnone	7.4	OpenAI	$0.402	6.13s
Lihat kartu model Total Tes 20 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 68.3% Tes tidak stabil 4 Token input 31,590 Token output 24,757 Token penalaran 0 Waktu respons (rata-rata) 6.13s Waktu respons (total) 122.61s Waktu respons (maks) 18.33s Jawaban salah: 6 Tidak mengikuti instruksi: 2 Trik anti-AI : 6.7 Pemrograman : 6.9 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.5 Kecerdasan umum : 4.6 Kepatuhan instruksi : 9.8 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
#56#56	Step 3.7 Flashlow	7.4	Stepfun	$0.336	16.06s
Lihat kartu model Total Tes 20 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 68.3% Tes tidak stabil 3 Token input 37,458 Token output 285,209 Token penalaran 0 Waktu respons (rata-rata) 16.06s Waktu respons (total) 321.11s Waktu respons (maks) 124.75s Jawaban salah: 7 Tidak ada jawaban: 1 Trik anti-AI : 8.7 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 3.4 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.5 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#58#58	Qwen3.6 35B A3Bmedium	7.3	Qwen	$0.130 ↑	17.26s
Lihat kartu model Total Tes 20 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 61.7% Tes tidak stabil 1 Token input 13,550 Token output 18,304 Token penalaran 115,531 Waktu respons (rata-rata) 17.26s Waktu respons (total) 310.65s Waktu respons (maks) 86.11s Jawaban salah: 4 Kesalahan API: 2 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Trik anti-AI : 10.0 Pemrograman : 6.6 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.4 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.0 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#59#59	GPT-5.2medium	7.3	OpenAI	$0.492	16.50s
Lihat kartu model Total Tes 20 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 70.0% Tes tidak stabil 4 Token input 31,348 Token output 2,880 Token penalaran 28,289 Waktu respons (rata-rata) 16.50s Waktu respons (total) 214.45s Waktu respons (maks) 77.80s Tidak mengikuti instruksi: 3 Jawaban salah: 3 Tidak ada jawaban: 1 Kedaluwarsa: 1 Trik anti-AI : 6.5 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 3.7 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 7.5 Pemanggilan alat : 4.7 Pengetahuan umum : 3.0
#62#62	Claude Opus 4.8none	7.3	Anthropic	$0.519	3.51s
Lihat kartu model Total Tes 20 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 65.0% Tes tidak stabil 2 Token input 63,282 Token output 8,098 Token penalaran 0 Waktu respons (rata-rata) 3.51s Waktu respons (total) 70.19s Waktu respons (maks) 17.73s Format tambahan: 3 Jawaban salah: 3 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Trik anti-AI : 6.5 Pemrograman : 6.8 Gabungan : 9.5 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#64#64	Claude Opus 4.6medium	7.2	Anthropic	$1.896	25.45s
Lihat kartu model Total Tes 20 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 63.3% Tes tidak stabil 2 Token input 50,062 Token output 42,254 Token penalaran 23,554 Waktu respons (rata-rata) 25.45s Waktu respons (total) 330.91s Waktu respons (maks) 83.40s Format tambahan: 4 Jawaban salah: 3 Tidak mengikuti instruksi: 1 Trik anti-AI : 6.4 Pemrograman : 7.2 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
#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

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