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)
#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
#158#158	Qwen3.5-9Bmedium	4.2	Qwen	$0.033 ↓	83.32s
Lihat kartu model Total Tes 20 Tes Salah 17 Keandalan 5.0 Tingkat lulus per percobaan 28.3% Tes tidak stabil 5 Token input 15,204 Token output 27,305 Token penalaran 199,780 Waktu respons (rata-rata) 83.32s Waktu respons (total) 1249.74s Waktu respons (maks) 226.38s Kedaluwarsa: 11 Jawaban salah: 2 Kesalahan API: 1 Format tambahan: 1 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Trik anti-AI : 5.1 Pemrograman : 2.8 Gabungan : 3.0 Parsing dan ekstraksi data : 3.6 Spesifik domain : 3.6 Kecerdasan umum : 2.8 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.0 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
#110#110	Qwen3.5 Plus 2026-04-20none	5.8	Qwen	$0.031 ↓	4.57s
Lihat kartu model Total Tes 20 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 43.3% Tes tidak stabil 4 Token input 36,069 Token output 11,139 Token penalaran 0 Waktu respons (rata-rata) 4.57s Waktu respons (total) 91.37s Waktu respons (maks) 33.34s Jawaban salah: 11 Tidak mengikuti instruksi: 2 Trik anti-AI : 4.8 Pemrograman : 4.4 Gabungan : 2.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.8 Kepatuhan instruksi : 6.2 Pemecahan teka-teki : 6.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#151#151	Qwen3.6 35B A3Bnone	4.7	Qwen	$0.031 ↑	3.84s
Lihat kartu model Total Tes 20 Tes Salah 16 Keandalan 10.0 Tingkat lulus per percobaan 31.7% Tes tidak stabil 5 Token input 16,488 Token output 27,747 Token penalaran 0 Waktu respons (rata-rata) 3.84s Waktu respons (total) 69.12s Waktu respons (maks) 22.52s Jawaban salah: 12 Kesalahan API: 2 Tidak mengikuti instruksi: 2 Trik anti-AI : 3.6 Pemrograman : 6.8 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.5 Kecerdasan umum : 4.4 Kepatuhan instruksi : 6.2 Pemecahan teka-teki : 3.2 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#22#22	Gemma 4 31Bmedium	8.0	Google	$0.028 ↓	35.39s
Lihat kartu model Total Tes 20 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 73.3% Tes tidak stabil 1 Token input 15,899 Token output 19,602 Token penalaran 49,686 Waktu respons (rata-rata) 35.39s Waktu respons (total) 637.01s Waktu respons (maks) 150.90s Kesalahan API: 2 Jawaban salah: 2 Tidak ada jawaban: 1 Kedaluwarsa: 1 Trik anti-AI : 10.0 Pemrograman : 4.1 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 9.9 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#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
#114#114	Qwen3.6 27Bnone	5.8	Qwen	$0.027 ↓	3.85s
Lihat kartu model Total Tes 20 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 50.0% Tes tidak stabil 6 Token input 49,880 Token output 3,804 Token penalaran 0 Waktu respons (rata-rata) 3.85s Waktu respons (total) 77.09s Waktu respons (maks) 11.82s Jawaban salah: 10 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Trik anti-AI : 3.8 Pemrograman : 6.8 Gabungan : 3.0 Parsing dan ekstraksi data : 7.3 Spesifik domain : 7.7 Kecerdasan umum : 5.2 Kepatuhan instruksi : 6.2 Pemecahan teka-teki : 5.3 Pemanggilan alat : 9.5 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
#133#133	Kimi K2.5none	5.3	Moonshot AI	$0.027 ↑	14.06s
Lihat kartu model Total Tes 20 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 36.7% Tes tidak stabil 3 Token input 33,436 Token output 6,653 Token penalaran 0 Waktu respons (rata-rata) 14.06s Waktu respons (total) 182.72s Waktu respons (maks) 42.13s Jawaban salah: 14 Trik anti-AI : 3.6 Pemrograman : 6.8 Gabungan : 2.8 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.0 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
#93#93	Ring-2.6-1Tnone	6.4	Inclusionai	$0.026	55.10s
Lihat kartu model Total Tes 20 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 50.0% 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 Jawaban salah: 5 Kesalahan API: 4 Tidak mengikuti instruksi: 2 Trik anti-AI : 9.2 Pemrograman : 6.5 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
#96#96	GLM 5none	6.3	Z.ai	$0.025 ↑	3.95s
Lihat kartu model Total Tes 20 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 46.7% Tes tidak stabil 1 Token input 34,537 Token output 1,985 Token penalaran 0 Waktu respons (rata-rata) 3.95s Waktu respons (total) 51.38s Waktu respons (maks) 11.07s Jawaban salah: 11 Trik anti-AI : 4.8 Pemrograman : 4.6 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
#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
#150#150	MiMo-V2-Flashnone	4.7	Xiaomi	$0.025 ↑	2.70s
Lihat kartu model Total Tes 20 Tes Salah 16 Keandalan 10.0 Tingkat lulus per percobaan 26.7% Tes tidak stabil 4 Token input 34,208 Token output 68,873 Token penalaran 0 Waktu respons (rata-rata) 2.70s Waktu respons (total) 43.15s Waktu respons (maks) 19.68s Jawaban salah: 12 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Format tambahan: 1 Trik anti-AI : 3.2 Pemrograman : 4.9 Gabungan : 3.0 Parsing dan ekstraksi data : 2.9 Spesifik domain : 5.3 Kecerdasan umum : 4.6 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#109#109	DeepSeek V4 Pronone	5.8	DeepSeek	$0.024 ↓	12.91s
Lihat kartu model Total Tes 20 Tes Salah 13 Keandalan 8.5 Tingkat lulus per percobaan 45.0% Tes tidak stabil 4 Token input 42,256 Token output 5,345 Token penalaran 0 Waktu respons (rata-rata) 12.91s Waktu respons (total) 258.27s Waktu respons (maks) 58.65s Jawaban salah: 9 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Format tambahan: 1 Trik anti-AI : 3.5 Pemrograman : 5.4 Gabungan : 9.5 Parsing dan ekstraksi data : 6.9 Spesifik domain : 5.3 Kecerdasan umum : 4.3 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 7.6 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
#98#98	Mimo V2 Omninone	6.2	Xiaomi	$0.021 ↓	2.44s
Lihat kartu model Total Tes 20 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 41.7% 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 Format tambahan: 1 Tidak mengikuti instruksi: 1 Trik anti-AI : 3.6 Pemrograman : 5.1 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
#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
#131#131	Qwen3.5-122B-A10Bnone	5.4	Qwen	$0.019 ↓	3.38s
Lihat kartu model Total Tes 20 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 33.3% Tes tidak stabil 1 Token input 44,894 Token output 3,374 Token penalaran 0 Waktu respons (rata-rata) 3.38s Waktu respons (total) 67.55s Waktu respons (maks) 46.00s Jawaban salah: 12 Tidak mengikuti instruksi: 2 Trik anti-AI : 4.8 Pemrograman : 4.0 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 3.8 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#102#102	Nemotron 3 Supermedium	5.9	NVIDIA	$0.019 ↑	20.87s
Lihat kartu model Total Tes 20 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 43.3% Tes tidak stabil 2 Token input 36,614 Token output 14,505 Token penalaran 30,178 Waktu respons (rata-rata) 20.87s Waktu respons (total) 375.66s Waktu respons (maks) 87.80s Jawaban salah: 5 Tidak mengikuti instruksi: 3 Kesalahan API: 2 Tidak ada jawaban: 1 Kedaluwarsa: 1 Trik anti-AI : 8.3 Pemrograman : 3.1 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 4.1 Kepatuhan instruksi : 7.3 Pemecahan teka-teki : 3.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#106#106	Seed-2.0-Litenone	5.9	Bytedance Seed	$0.018	2.48s
Lihat kartu model Total Tes 20 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 48.3% Tes tidak stabil 4 Token input 43,630 Token output 3,253 Token penalaran 0 Waktu respons (rata-rata) 2.48s Waktu respons (total) 49.67s Waktu respons (maks) 6.70s Jawaban salah: 12 Trik anti-AI : 3.0 Pemrograman : 6.8 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#25#25	Hy3 previewmedium	7.9	Tencent	$0.018	16.28s
Lihat kartu model Total Tes 20 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 70.0% Tes tidak stabil 0 Token input 27,030 Token output 73,544 Token penalaran 0 Waktu respons (rata-rata) 16.28s Waktu respons (total) 293.12s Waktu respons (maks) 46.04s Jawaban salah: 3 Kesalahan API: 2 Tidak mengikuti instruksi: 1 Trik anti-AI : 10.0 Pemrograman : 6.5 Gabungan : 10.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#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
#130#130	DeepSeek V3.2none	5.4	DeepSeek	$0.017 ↓	14.43s
Lihat kartu model Total Tes 20 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 41.7% Tes tidak stabil 6 Token input 53,408 Token output 11,159 Token penalaran 0 Waktu respons (rata-rata) 14.43s Waktu respons (total) 288.55s Waktu respons (maks) 115.89s Jawaban salah: 6 Kesalahan API: 4 Format tambahan: 2 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 3.2 Pemrograman : 3.1 Gabungan : 6.5 Parsing dan ekstraksi data : 6.3 Spesifik domain : 2.9 Kecerdasan umum : 4.7 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.6 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#122#122	MiMo-V2.5-Pronone	5.6	Xiaomi	$0.016 ↓	1.84s
Lihat kartu model Total Tes 20 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 41.7% Tes tidak stabil 4 Token input 28,962 Token output 3,037 Token penalaran 0 Waktu respons (rata-rata) 1.84s Waktu respons (total) 36.79s Waktu respons (maks) 8.32s Jawaban salah: 10 Tidak mengikuti instruksi: 4 Trik anti-AI : 3.3 Pemrograman : 5.0 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.0 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 6.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#92#92	Qwen3.5 Plus 2026-02-15none	6.4	Qwen	$0.016 ↓	2.40s
Lihat kartu model Total Tes 20 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 48.3% Tes tidak stabil 2 Token input 43,023 Token output 2,474 Token penalaran 0 Waktu respons (rata-rata) 2.40s Waktu respons (total) 33.56s Waktu respons (maks) 6.65s Jawaban salah: 11 Trik anti-AI : 4.8 Pemrograman : 4.9 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
#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
#94#94	Gemini 2.5 Flashnone	6.4	Google	$0.015	889ms
Lihat kartu model Total Tes 20 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 48.3% Tes tidak stabil 1 Token input 32,923 Token output 1,764 Token penalaran 0 Waktu respons (rata-rata) 889ms Waktu respons (total) 17.79s Waktu respons (maks) 4.39s Jawaban salah: 11 Trik anti-AI : 3.0 Pemrograman : 6.8 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
#113#113	Qwen3.5-27Bnone	5.8	Qwen	$0.014 ↓	1.69s
Lihat kartu model Total Tes 20 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 40.0% Tes tidak stabil 2 Token input 41,637 Token output 3,585 Token penalaran 0 Waktu respons (rata-rata) 1.69s Waktu respons (total) 33.82s Waktu respons (maks) 9.39s Jawaban salah: 11 Tidak mengikuti instruksi: 2 Trik anti-AI : 4.8 Pemrograman : 7.3 Gabungan : 2.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 5.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 6.7 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