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: 2026-06-04 Model Dievaluasi: 163

163/163

Peringkat	Model	Skor	Perusahaan	Total Biaya	Waktu respons (rata-rata)
#69#69	Claude Opus 4.6medium	7.0	Anthropic	$2.053	25.89s
Lihat kartu model Total Tes 21 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 61.9% Tes tidak stabil 3 Token input 53,227 Token output 47,446 Token penalaran 24,000 Waktu respons (rata-rata) 25.89s Waktu respons (total) 362.49s Waktu respons (maks) 83.40s Format tambahan: 5 Jawaban salah: 3 Tidak mengikuti instruksi: 1 Trik anti-AI : 6.4 Pemrograman : 5.7 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
#70#70	GPT-5.4 Nanomedium	7.0	OpenAI	$0.107	11.95s
Lihat kartu model Total Tes 21 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 63.5% Tes tidak stabil 4 Token input 35,434 Token output 3,014 Token penalaran 76,520 Waktu respons (rata-rata) 11.95s Waktu respons (total) 250.98s Waktu respons (maks) 94.06s Jawaban salah: 8 Tidak mengikuti instruksi: 2 Trik anti-AI : 8.3 Pemrograman : 6.1 Gabungan : 9.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 4.5 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 4.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#71#71	Step 3.7 Flashhigh	7.0	Stepfun	$1.148	64.46s
Lihat kartu model Total Tes 21 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 63.5% Tes tidak stabil 4 Token input 38,391 Token output 991,355 Token penalaran 0 Waktu respons (rata-rata) 64.46s Waktu respons (total) 1353.57s Waktu respons (maks) 364.99s Jawaban salah: 6 Tidak ada jawaban: 4 Trik anti-AI : 10.0 Pemrograman : 4.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 4.1 Kecerdasan umum : 5.5 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#72#72	DeepSeek V3.2medium	7.0	DeepSeek	$0.044 ↓	68.71s
Lihat kartu model Total Tes 21 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 65.1% Tes tidak stabil 6 Token input 38,333 Token output 7,186 Token penalaran 99,081 Waktu respons (rata-rata) 68.71s Waktu respons (total) 1442.81s Waktu respons (maks) 376.10s Jawaban salah: 5 Kesalahan API: 2 Kedaluwarsa: 2 Tidak mengikuti instruksi: 1 Trik anti-AI : 8.2 Pemrograman : 6.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 3.4 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#74#74	Qwen3.6 Max Previewnone	6.9	Qwen	$0.075 ↓	3.30s
Lihat kartu model Total Tes 21 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 58.7% Tes tidak stabil 2 Token input 42,509 Token output 4,779 Token penalaran 0 Waktu respons (rata-rata) 3.30s Waktu respons (total) 69.40s Waktu respons (maks) 20.51s Jawaban salah: 10 Trik anti-AI : 5.2 Pemrograman : 3.8 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 4.3 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#75#75	Ring-2.6-1Tmedium	6.9	Inclusionai	$0.033 ↕	61.29s
Lihat kartu model Total Tes 21 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 60.3% 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 Kesalahan API: 2 Tidak mengikuti instruksi: 2 Trik anti-AI : 10.0 Pemrograman : 5.3 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
#76#76	Kimi K2.5medium	6.8	Moonshot AI	$0.328 ↓	98.43s
Lihat kartu model Total Tes 21 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 68.3% Tes tidak stabil 8 Token input 34,312 Token output 48,379 Token penalaran 157,747 Waktu respons (rata-rata) 98.43s Waktu respons (total) 1378.03s Waktu respons (maks) 281.00s Jawaban salah: 5 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 2 Kedaluwarsa: 2 Trik anti-AI : 7.3 Pemrograman : 6.1 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 Pengetahuan umum : 3.0
#77#77	Claude Sonnet 4.6none	6.8	Anthropic	$0.316	5.04s
Lihat kartu model Total Tes 21 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 55.6% Tes tidak stabil 1 Token input 57,886 Token output 9,465 Token penalaran 0 Waktu respons (rata-rata) 5.04s Waktu respons (total) 70.60s Waktu respons (maks) 23.84s Jawaban salah: 5 Format tambahan: 4 Tidak mengikuti instruksi: 1 Trik anti-AI : 4.8 Pemrograman : 5.5 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 Pengetahuan umum : 3.0
#78#78	Qwen3.6 27Bmedium	6.8	Qwen	$0.444 ↑	59.71s
Lihat kartu model Total Tes 21 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 60.3% Tes tidak stabil 5 Token input 39,376 Token output 16,189 Token penalaran 122,521 Waktu respons (rata-rata) 59.71s Waktu respons (total) 1254.01s Waktu respons (maks) 168.22s Jawaban salah: 6 Tidak ada jawaban: 3 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 8.3 Pemrograman : 7.7 Gabungan : 7.0 Parsing dan ekstraksi data : 3.5 Spesifik domain : 2.9 Kecerdasan umum : 6.5 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#80#80	Mimo V2 Omnimedium	6.7	Xiaomi	$0.683 ↓	41.16s
Lihat kartu model Total Tes 21 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 55.6% Tes tidak stabil 3 Token input 37,007 Token output 1,952 Token penalaran 357,306 Waktu respons (rata-rata) 41.16s Waktu respons (total) 823.26s Waktu respons (maks) 299.23s Jawaban salah: 5 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 2 Kesalahan API: 1 Format tambahan: 1 Trik anti-AI : 10.0 Pemrograman : 3.3 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 5.4 Kepatuhan instruksi : 8.3 Pemecahan teka-teki : 5.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#81#81	Mercury 2medium	6.6	Inception	$0.058	2.24s
Lihat kartu model Total Tes 21 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 54.0% Tes tidak stabil 3 Token input 35,116 Token output 4,048 Token penalaran 61,219 Waktu respons (rata-rata) 2.24s Waktu respons (total) 44.72s Waktu respons (maks) 14.63s Jawaban salah: 8 Tidak mengikuti instruksi: 3 Trik anti-AI : 6.9 Pemrograman : 8.2 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
#82#82	Hy3 previewhigh	6.6	Tencent	$0.048 ↕	56.57s
Lihat kartu model Total Tes 21 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 55.6% 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: 7 Jawaban salah: 3 Trik anti-AI : 6.4 Pemrograman : 5.3 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
#83#83	Step 3.5 Flashnone	6.6	Stepfun	$0.020	39.03s
Lihat kartu model Total Tes 12 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 50.0% Tes tidak stabil 0 Token input 1,971 Token output 64,795 Token penalaran 0 Waktu respons (rata-rata) 39.03s Waktu respons (total) 312.26s Waktu respons (maks) 114.12s Kesalahan API: 4 Tidak mengikuti instruksi: 1 Jawaban salah: 1 Trik anti-AI : 10.0 Pemrograman : 3.0 Gabungan : 3.0 Parsing dan ekstraksi data : 3.0 Spesifik domain : 10.0 Kecerdasan umum : 4.0 Kepatuhan instruksi : 10.0 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#85#85	Gemma 4 31Bnone	6.5	Google	$0.004 ↓	4.05s
Lihat kartu model Total Tes 21 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 47.6% Tes tidak stabil 0 Token input 20,911 Token output 1,407 Token penalaran 0 Waktu respons (rata-rata) 4.05s Waktu respons (total) 76.87s Waktu respons (maks) 26.13s Jawaban salah: 8 Kesalahan API: 2 Tidak mengikuti instruksi: 1 Trik anti-AI : 6.5 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 6.5 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#86#86	Grok 4.1 Fastmedium	6.5	X AI	$0.069 ↑	23.85s
Lihat kartu model Total Tes 19 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 61.4% Tes tidak stabil 6 Token input 42,845 Token output 2,006 Token penalaran 96,334 Waktu respons (rata-rata) 23.85s Waktu respons (total) 286.16s Waktu respons (maks) 121.79s Tidak mengikuti instruksi: 4 Jawaban salah: 4 Tidak ada jawaban: 1 Kedaluwarsa: 1 Trik anti-AI : 8.7 Pemrograman : 2.3 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.8 Kecerdasan umum : 4.2 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 5.3 Pemanggilan alat : 2.8 Pengetahuan umum : 3.0
#87#87	Gemini 3.1 Flash Liteminimal	6.4	Google	$0.013	1.33s
Lihat kartu model Total Tes 21 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 54.0% Tes tidak stabil 3 Token input 36,973 Token output 2,487 Token penalaran 0 Waktu respons (rata-rata) 1.33s Waktu respons (total) 27.91s Waktu respons (maks) 4.49s Jawaban salah: 8 Tidak mengikuti instruksi: 3 Trik anti-AI : 8.3 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 4.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 6.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#88#88	Qwen3.7 Plusnone	6.4	Qwen	$0.028	2.85s
Lihat kartu model Total Tes 21 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 47.6% Tes tidak stabil 0 Token input 42,510 Token output 6,578 Token penalaran 0 Waktu respons (rata-rata) 2.85s Waktu respons (total) 59.86s Waktu respons (maks) 29.38s Jawaban salah: 10 Tidak mengikuti instruksi: 1 Trik anti-AI : 6.5 Pemrograman : 5.5 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
#89#89	Hy3 previewlow	6.4	Tencent	$0.015 ↕	24.56s
Lihat kartu model Total Tes 21 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 52.4% Tes tidak stabil 2 Token input 21,045 Token output 63,460 Token penalaran 0 Waktu respons (rata-rata) 24.56s Waktu respons (total) 368.35s Waktu respons (maks) 78.74s Kesalahan API: 7 Jawaban salah: 4 Trik anti-AI : 8.3 Pemrograman : 5.3 Gabungan : 10.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 5.9 Kecerdasan umum : 3.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.3 Pemanggilan alat : 2.8 Pengetahuan umum : 3.0
#90#90	Gemini 3.1 Flash Litenone	6.4	Google	$0.013	1.06s
Lihat kartu model Total Tes 21 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 52.4% Tes tidak stabil 4 Token input 36,710 Token output 2,484 Token penalaran 0 Waktu respons (rata-rata) 1.06s Waktu respons (total) 22.35s Waktu respons (maks) 2.97s Jawaban salah: 11 Tidak mengikuti instruksi: 1 Trik anti-AI : 7.5 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 4.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 6.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#91#91	GPT-5.5none	6.4	OpenAI	$0.231	1.89s
Lihat kartu model Total Tes 21 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 54.0% Tes tidak stabil 3 Token input 34,212 Token output 1,971 Token penalaran 0 Waktu respons (rata-rata) 1.89s Waktu respons (total) 39.64s Waktu respons (maks) 5.56s Jawaban salah: 11 Trik anti-AI : 6.9 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.2 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#92#92	Laguna M.1medium	6.4	Poolside	$0.000	14.73s
Lihat kartu model Total Tes 19 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 52.6% Tes tidak stabil 2 Token input 44,969 Token output 58,087 Token penalaran 0 Waktu respons (rata-rata) 14.73s Waktu respons (total) 220.93s Waktu respons (maks) 53.14s Kesalahan API: 4 Jawaban salah: 4 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Trik anti-AI : 6.5 Pemrograman : 4.3 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 3.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#94#94	GPT-5 Nanomedium	6.3	OpenAI	$0.081	42.51s
Lihat kartu model Total Tes 21 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 57.1% Tes tidak stabil 7 Token input 34,108 Token output 5,464 Token penalaran 192,064 Waktu respons (rata-rata) 42.51s Waktu respons (total) 595.09s Waktu respons (maks) 204.02s Jawaban salah: 9 Tidak mengikuti instruksi: 2 Kedaluwarsa: 1 Trik anti-AI : 6.5 Pemrograman : 7.0 Gabungan : 10.0 Parsing dan ekstraksi data : 3.7 Spesifik domain : 5.2 Kecerdasan umum : 4.1 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#95#95	Qwen3.5 Plus 2026-02-15none	6.3	Qwen	$0.016 ↓	2.31s
Lihat kartu model Total Tes 21 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 46.0% Tes tidak stabil 2 Token input 45,864 Token output 2,480 Token penalaran 0 Waktu respons (rata-rata) 2.31s Waktu respons (total) 34.63s Waktu respons (maks) 6.65s Jawaban salah: 12 Trik anti-AI : 4.8 Pemrograman : 4.3 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 Pengetahuan umum : 3.0
#96#96	Ring-2.6-1Tnone	6.2	Inclusionai	$0.026 ↕	55.10s
Lihat kartu model Total Tes 21 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 47.6% Tes tidak stabil 2 Token input 7,599 Token output 39,954 Token penalaran 0 Waktu respons (rata-rata) 55.10s Waktu respons (total) 881.55s Waktu respons (maks) 143.82s Kesalahan API: 5 Jawaban salah: 5 Tidak mengikuti instruksi: 2 Trik anti-AI : 9.2 Pemrograman : 5.3 Gabungan : 3.0 Parsing dan ekstraksi data : 3.0 Spesifik domain : 5.3 Kecerdasan umum : 4.3 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#97#97	Gemini 2.5 Flashnone	6.2	Google	$0.016	875ms
Lihat kartu model Total Tes 21 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 46.0% Tes tidak stabil 1 Token input 35,926 Token output 1,770 Token penalaran 0 Waktu respons (rata-rata) 875ms Waktu respons (total) 18.37s Waktu respons (maks) 4.39s Jawaban salah: 12 Trik anti-AI : 3.0 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 5.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#98#98	GLM 5none	6.1	Z.ai	$0.027 ↑	4.03s
Lihat kartu model Total Tes 21 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 44.4% Tes tidak stabil 1 Token input 37,135 Token output 1,989 Token penalaran 0 Waktu respons (rata-rata) 4.03s Waktu respons (total) 56.37s Waktu respons (maks) 11.07s Jawaban salah: 12 Trik anti-AI : 4.8 Pemrograman : 4.0 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 Pengetahuan umum : 3.0
#99#99	gpt-oss-120bmedium	6.1	OpenAI	$0.013 ↓	22.28s
Lihat kartu model Total Tes 21 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 52.4% Tes tidak stabil 5 Token input 39,084 Token output 20,013 Token penalaran 50,233 Waktu respons (rata-rata) 22.28s Waktu respons (total) 311.96s Waktu respons (maks) 68.16s Jawaban salah: 9 Tidak mengikuti instruksi: 3 Trik anti-AI : 6.7 Pemrograman : 5.9 Gabungan : 10.0 Parsing dan ekstraksi data : 6.4 Spesifik domain : 2.9 Kecerdasan umum : 4.3 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 5.3 Pemanggilan alat : 9.8 Pengetahuan umum : 3.0
#100#100	Grok Build 0.1none	6.0	X AI	$0.547	28.69s
Lihat kartu model Total Tes 19 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 50.9% Tes tidak stabil 4 Token input 11,793 Token output 267,275 Token penalaran 0 Waktu respons (rata-rata) 28.69s Waktu respons (total) 459.00s Waktu respons (maks) 138.35s Jawaban salah: 7 Kesalahan API: 3 Tidak mengikuti instruksi: 2 Trik anti-AI : 8.7 Pemrograman : 10.0 Gabungan : 3.0 Parsing dan ekstraksi data : 3.8 Spesifik domain : 3.6 Kecerdasan umum : 4.3 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 6.4 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#101#101	Mimo V2 Omninone	6.0	Xiaomi	$0.021 ↓	2.44s
Lihat kartu model Total Tes 21 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 39.7% Tes tidak stabil 1 Token input 40,852 Token output 3,314 Token penalaran 0 Waktu respons (rata-rata) 2.44s Waktu respons (total) 48.81s Waktu respons (maks) 6.81s Jawaban salah: 10 Kesalahan API: 1 Format tambahan: 1 Tidak mengikuti instruksi: 1 Trik anti-AI : 3.6 Pemrograman : 4.4 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.1 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#102#102	Gemma 4 26B A4Bnone	6.0	Google	$0.004 ↓	5.91s
Lihat kartu model Total Tes 21 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 44.4% Tes tidak stabil 2 Token input 40,038 Token output 1,824 Token penalaran 0 Waktu respons (rata-rata) 5.91s Waktu respons (total) 124.05s Waktu respons (maks) 57.10s Jawaban salah: 10 Tidak mengikuti instruksi: 2 Kedaluwarsa: 1 Trik anti-AI : 8.3 Pemrograman : 3.7 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 4.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 6.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0

←

1 2 3 4 5 6

→

Perbandingan Cepat

Leaderboard Benchmark AI

Filter model

Perbandingan Cepat