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)
#61#61	Gemini 3.1 Flash Litehigh	7.3	Google	$2.044	61.96s
Lihat kartu model Total Tes 18 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 68.5% Tes tidak stabil 4 Token input 29,134 Token output 1,984 Token penalaran 1,355,583 Waktu respons (rata-rata) 61.96s Waktu respons (total) 1115.31s Waktu respons (maks) 149.23s Jawaban salah: 4 Tidak mengikuti instruksi: 3 Tidak ada jawaban: 1 Trik anti-AI : 8.7 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 5.0 Kepatuhan instruksi : 7.3 Pemecahan teka-teki : 5.7 Pemanggilan alat : 10.0
#57#57	GLM 5V Turbomedium	7.4	Z.ai	$0.407	20.21s
Lihat kartu model Total Tes 20 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 68.3% Tes tidak stabil 5 Token input 42,017 Token output 2,334 Token penalaran 86,653 Waktu respons (rata-rata) 20.21s Waktu respons (total) 404.14s Waktu respons (maks) 95.88s Jawaban salah: 6 Pemanggilan alat tidak valid: 2 Tidak mengikuti instruksi: 1 Trik anti-AI : 7.2 Pemrograman : 6.8 Gabungan : 6.9 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 7.7 Pemanggilan alat : 7.0 Pengetahuan umum : 3.0
#60#60	GPT-5.4 Minimedium	7.3	OpenAI	$0.486	22.10s
Lihat kartu model Total Tes 20 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 71.7% Tes tidak stabil 5 Token input 31,497 Token output 2,160 Token penalaran 100,548 Waktu respons (rata-rata) 22.10s Waktu respons (total) 442.09s Waktu respons (maks) 138.75s Jawaban salah: 6 Tidak mengikuti instruksi: 3 Trik anti-AI : 8.6 Pemrograman : 7.5 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 4.1 Kecerdasan umum : 4.5 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.8 Pemanggilan alat : 4.7 Pengetahuan umum : 3.0
#63#63	Qwen3.5-35B-A3Bmedium	7.3	Qwen	$0.368 ↓	69.66s
Lihat kartu model Total Tes 20 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 73.3% Tes tidak stabil 6 Token input 40,306 Token output 31,242 Token penalaran 330,546 Waktu respons (rata-rata) 69.66s Waktu respons (total) 1393.17s Waktu respons (maks) 409.98s Kedaluwarsa: 4 Tidak ada jawaban: 2 Jawaban salah: 2 Kesalahan API: 1 Trik anti-AI : 10.0 Pemrograman : 6.5 Gabungan : 4.7 Parsing dan ekstraksi data : 7.3 Spesifik domain : 4.1 Kecerdasan umum : 2.8 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#65#65	GPT-5.4 Nanomedium	7.2	OpenAI	$0.099	11.79s
Lihat kartu model Total Tes 20 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 63.3% Tes tidak stabil 3 Token input 32,815 Token output 2,993 Token penalaran 70,928 Waktu respons (rata-rata) 11.79s Waktu respons (total) 235.81s Waktu respons (maks) 94.06s Jawaban salah: 7 Tidak mengikuti instruksi: 2 Trik anti-AI : 8.3 Pemrograman : 6.8 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
#66#66	Step 3.7 Flashhigh	7.2	Stepfun	$0.960	49.43s
Lihat kartu model Total Tes 20 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 63.3% Tes tidak stabil 3 Token input 35,763 Token output 828,084 Token penalaran 0 Waktu respons (rata-rata) 49.43s Waktu respons (total) 988.58s Waktu respons (maks) 192.75s Jawaban salah: 6 Tidak ada jawaban: 3 Trik anti-AI : 10.0 Pemrograman : 3.7 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
#67#67	MiniMax M3medium	7.2	Minimax	$0.120	68.44s
Lihat kartu model Total Tes 20 Tes Salah 9 Keandalan 9.6 Tingkat lulus per percobaan 65.0% Tes tidak stabil 4 Token input 43,447 Token output 46,884 Token penalaran 85,935 Waktu respons (rata-rata) 68.44s Waktu respons (total) 1300.32s Waktu respons (maks) 431.03s Kedaluwarsa: 3 Jawaban salah: 3 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 1 Trik anti-AI : 5.5 Pemrograman : 6.8 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.5 Kecerdasan umum : 5.1 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#68#68	GPT-5 Minimedium	7.2	OpenAI	$0.149	23.75s
Lihat kartu model Total Tes 20 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 61.7% Tes tidak stabil 2 Token input 34,481 Token output 6,723 Token penalaran 63,082 Waktu respons (rata-rata) 23.75s Waktu respons (total) 475.03s Waktu respons (maks) 88.15s Jawaban salah: 5 Tidak mengikuti instruksi: 3 Kedaluwarsa: 1 Trik anti-AI : 7.1 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 4.5 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.6 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#69#69	Qwen3.6 Max Previewnone	7.1	Qwen	$0.072 ↓	3.31s
Lihat kartu model Total Tes 20 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 61.7% Tes tidak stabil 2 Token input 39,668 Token output 4,773 Token penalaran 0 Waktu respons (rata-rata) 3.31s Waktu respons (total) 66.17s Waktu respons (maks) 20.51s Jawaban salah: 9 Trik anti-AI : 5.2 Pemrograman : 4.2 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
#70#70	MiMo-V2-Flashmedium	7.1	Xiaomi	$0.040 ↑	20.28s
Lihat kartu model Total Tes 20 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 63.3% Tes tidak stabil 3 Token input 37,474 Token output 12,458 Token penalaran 115,182 Waktu respons (rata-rata) 20.28s Waktu respons (total) 283.87s Waktu respons (maks) 96.01s Jawaban salah: 5 Kesalahan API: 1 Format tambahan: 1 Tidak mengikuti instruksi: 1 Kedaluwarsa: 1 Trik anti-AI : 8.1 Pemrograman : 4.1 Gabungan : 9.8 Parsing dan ekstraksi data : 6.5 Spesifik domain : 5.9 Kecerdasan umum : 4.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#71#71	Seed-2.0-Minimedium	7.1	Bytedance Seed	$0.044	80.22s
Lihat kartu model Total Tes 20 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 60.0% Tes tidak stabil 2 Token input 41,904 Token output 2,555 Token penalaran 95,974 Waktu respons (rata-rata) 80.22s Waktu respons (total) 1363.72s Waktu respons (maks) 262.83s Kedaluwarsa: 4 Jawaban salah: 4 Tidak mengikuti instruksi: 1 Trik anti-AI : 6.6 Pemrograman : 6.8 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 5.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#72#72	Claude Sonnet 4.6none	7.0	Anthropic	$0.306	5.27s
Lihat kartu model Total Tes 20 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 58.3% Tes tidak stabil 1 Token input 54,721 Token output 9,450 Token penalaran 0 Waktu respons (rata-rata) 5.27s Waktu respons (total) 68.50s Waktu respons (maks) 23.84s Format tambahan: 4 Jawaban salah: 4 Tidak mengikuti instruksi: 1 Trik anti-AI : 4.8 Pemrograman : 6.8 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 Pengetahuan umum : 3.0
#73#73	Grok 4.20medium	7.0	X AI	$0.450 ↓	19.08s
Lihat kartu model Total Tes 20 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 61.7% Tes tidak stabil 3 Token input 41,511 Token output 1,816 Token penalaran 157,251 Waktu respons (rata-rata) 19.08s Waktu respons (total) 381.60s Waktu respons (maks) 105.80s Jawaban salah: 6 Tidak mengikuti instruksi: 2 Format tambahan: 1 Trik anti-AI : 8.2 Pemrograman : 4.4 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 3.9 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#74#74	Ring-2.6-1Tmedium	7.0	Inclusionai	$0.033	61.29s
Lihat kartu model Total Tes 20 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 63.3% Tes tidak stabil 3 Token input 35,892 Token output 21,752 Token penalaran 42,754 Waktu respons (rata-rata) 61.29s Waktu respons (total) 1164.50s Waktu respons (maks) 304.19s Jawaban salah: 6 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Trik anti-AI : 10.0 Pemrograman : 6.5 Gabungan : 10.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 3.5 Kecerdasan umum : 4.1 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#76#76	Hy3 previewhigh	6.9	Tencent	$0.048	56.57s
Lihat kartu model Total Tes 20 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 58.3% Tes tidak stabil 2 Token input 25,987 Token output 216,719 Token penalaran 0 Waktu respons (rata-rata) 56.57s Waktu respons (total) 848.59s Waktu respons (maks) 149.94s Kesalahan API: 6 Jawaban salah: 3 Trik anti-AI : 6.4 Pemrograman : 6.5 Gabungan : 10.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 5.3 Kecerdasan umum : 3.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#75#75	Mimo V2 Omnimedium	6.9	Xiaomi	$0.683 ↓	41.16s
Lihat kartu model Total Tes 20 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 58.3% 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 Format tambahan: 1 Trik anti-AI : 10.0 Pemrograman : 3.4 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
#77#77	DeepSeek V3.2medium	6.8	DeepSeek	$0.033 ↓	53.34s
Lihat kartu model Total Tes 20 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 63.3% Tes tidak stabil 6 Token input 35,744 Token output 7,177 Token penalaran 68,297 Waktu respons (rata-rata) 53.34s Waktu respons (total) 1066.71s Waktu respons (maks) 189.03s Jawaban salah: 5 Kesalahan API: 2 Kedaluwarsa: 2 Tidak mengikuti instruksi: 1 Trik anti-AI : 8.2 Pemrograman : 3.9 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 3.4 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#79#79	Gemma 4 31Bnone	6.7	Google	$0.003 ↓	4.05s
Lihat kartu model Total Tes 20 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 50.0% Tes tidak stabil 0 Token input 17,818 Token output 1,398 Token penalaran 0 Waktu respons (rata-rata) 4.05s Waktu respons (total) 72.97s Waktu respons (maks) 26.13s Jawaban salah: 7 Kesalahan API: 2 Tidak mengikuti instruksi: 1 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 : 6.5 Pemecahan teka-teki : 6.5 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#80#80	Gemini 3.1 Flash Liteminimal	6.7	Google	$0.013	1.37s
Lihat kartu model Total Tes 20 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 56.7% Tes tidak stabil 3 Token input 33,968 Token output 2,481 Token penalaran 0 Waktu respons (rata-rata) 1.37s Waktu respons (total) 27.32s Waktu respons (maks) 4.49s Jawaban salah: 7 Tidak mengikuti instruksi: 3 Trik anti-AI : 8.3 Pemrograman : 6.8 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
#82#82	Qwen3.7 Plusnone	6.6	Qwen	$0.027	2.95s
Lihat kartu model Total Tes 20 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 50.0% Tes tidak stabil 0 Token input 39,669 Token output 6,572 Token penalaran 0 Waktu respons (rata-rata) 2.95s Waktu respons (total) 58.96s Waktu respons (maks) 29.38s Jawaban salah: 9 Tidak mengikuti instruksi: 1 Trik anti-AI : 6.5 Pemrograman : 6.8 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 5.3 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#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	Hy3 previewlow	6.6	Tencent	$0.015	24.56s
Lihat kartu model Total Tes 20 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 55.0% 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: 6 Jawaban salah: 4 Trik anti-AI : 8.3 Pemrograman : 6.5 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
#88#88	GPT-5.5none	6.5	OpenAI	$0.217	1.93s
Lihat kartu model Total Tes 20 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 56.7% Tes tidak stabil 3 Token input 31,593 Token output 1,956 Token penalaran 0 Waktu respons (rata-rata) 1.93s Waktu respons (total) 38.64s Waktu respons (maks) 5.56s Jawaban salah: 10 Trik anti-AI : 6.9 Pemrograman : 6.8 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
#90#90	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
#91#91	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
#95#95	Qwen3.6 Plus Previewmedium	6.3	Qwen	$0.000	15.25s
Lihat kartu model Total Tes 19 Tes Salah 10 Keandalan T/A Tingkat lulus per percobaan 47.4% Tes tidak stabil 0 Token input 32,639 Token output 1,153 Token penalaran 62,197 Waktu respons (rata-rata) 15.25s Waktu respons (total) 182.96s Waktu respons (maks) 43.55s Kesalahan API: 8 Jawaban salah: 2 Trik anti-AI : 8.3 Pemrograman : 3.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 3.0 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#81#81	Kimi K2.5medium	6.7	Moonshot AI	$0.272 ↓	89.02s
Lihat kartu model Total Tes 20 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 66.7% Tes tidak stabil 8 Token input 31,717 Token output 48,374 Token penalaran 128,473 Waktu respons (rata-rata) 89.02s Waktu respons (total) 1157.32s Waktu respons (maks) 281.00s Jawaban salah: 5 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 2 Kedaluwarsa: 2 Trik anti-AI : 7.3 Pemrograman : 4.1 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
#84#84	Qwen3.6 27Bmedium	6.6	Qwen	$0.380 ↑	57.79s
Lihat kartu model Total Tes 20 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 58.3% Tes tidak stabil 5 Token input 36,541 Token output 12,981 Token penalaran 105,822 Waktu respons (rata-rata) 57.79s Waktu respons (total) 1155.83s 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 : 6.6 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
#87#87	Gemini 3.1 Flash Litenone	6.6	Google	$0.013	1.09s
Lihat kartu model Total Tes 20 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 55.0% Tes tidak stabil 4 Token input 33,705 Token output 2,478 Token penalaran 0 Waktu respons (rata-rata) 1.09s Waktu respons (total) 21.79s Waktu respons (maks) 2.97s Jawaban salah: 10 Tidak mengikuti instruksi: 1 Trik anti-AI : 7.5 Pemrograman : 6.8 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
#89#89	Mercury 2medium	6.5	Inception	$0.055	2.27s
Lihat kartu model Total Tes 20 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 51.7% Tes tidak stabil 3 Token input 32,570 Token output 4,022 Token penalaran 58,405 Waktu respons (rata-rata) 2.27s Waktu respons (total) 43.20s Waktu respons (maks) 14.63s Jawaban salah: 8 Tidak mengikuti instruksi: 3 Trik anti-AI : 6.9 Pemrograman : 7.2 Gabungan : 10.0 Parsing dan ekstraksi data : 7.3 Spesifik domain : 2.9 Kecerdasan umum : 4.8 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.4 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0

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