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)
#104#104	Nemotron 3 Ultra 550b A55bnone	6.0	NVIDIA	$0.028 ↕	2.27s
Lihat kartu model Total Tes 21 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 44.4% Tes tidak stabil 2 Token input 43,326 Token output 2,138 Token penalaran 0 Waktu respons (rata-rata) 2.27s Waktu respons (total) 47.65s Waktu respons (maks) 13.49s Jawaban salah: 12 Tidak mengikuti instruksi: 1 Trik anti-AI : 3.5 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#105#105	Nemotron 3 Supermedium	5.8	NVIDIA	$0.021 ↑	32.00s
Lihat kartu model Total Tes 21 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 41.3% Tes tidak stabil 2 Token input 37,527 Token output 14,850 Token penalaran 33,754 Waktu respons (rata-rata) 32.00s Waktu respons (total) 607.91s Waktu respons (maks) 232.25s Jawaban salah: 5 Kesalahan API: 3 Tidak mengikuti instruksi: 3 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
#107#107	Laguna Xs.2medium	5.8	Poolside	$0.000	6.73s
Lihat kartu model Total Tes 19 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 50.9% Tes tidak stabil 6 Token input 39,481 Token output 54,218 Token penalaran 0 Waktu respons (rata-rata) 6.73s Waktu respons (total) 100.98s Waktu respons (maks) 29.11s Jawaban salah: 6 Kesalahan API: 4 Tidak ada jawaban: 2 Pemanggilan alat tidak valid: 1 Trik anti-AI : 6.9 Pemrograman : 6.3 Gabungan : 3.0 Parsing dan ekstraksi data : 7.1 Spesifik domain : 4.1 Kecerdasan umum : 3.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.3 Pemanggilan alat : 4.7 Pengetahuan umum : 3.0
#108#108	Qwen3.5-Flashnone	5.8	Qwen	$0.005 ↓	3.58s
Lihat kartu model Total Tes 21 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 39.7% Tes tidak stabil 1 Token input 46,439 Token output 4,276 Token penalaran 0 Waktu respons (rata-rata) 3.58s Waktu respons (total) 75.28s Waktu respons (maks) 27.18s Jawaban salah: 13 Trik anti-AI : 3.5 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#109#109	GLM 5V Turbonone	5.8	Z.ai	$0.052	2.99s
Lihat kartu model Total Tes 21 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 38.1% Tes tidak stabil 0 Token input 37,100 Token output 1,766 Token penalaran 0 Waktu respons (rata-rata) 2.99s Waktu respons (total) 62.74s Waktu respons (maks) 6.51s Jawaban salah: 11 Tidak mengikuti instruksi: 2 Trik anti-AI : 4.8 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 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
#110#110	Seed-2.0-Litenone	5.8	Bytedance Seed	$0.019	2.49s
Lihat kartu model Total Tes 21 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 46.0% Tes tidak stabil 4 Token input 46,573 Token output 3,259 Token penalaran 0 Waktu respons (rata-rata) 2.49s Waktu respons (total) 52.26s Waktu respons (maks) 6.70s Jawaban salah: 13 Trik anti-AI : 3.0 Pemrograman : 5.6 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
#111#111	Owl Alphamedium	5.7	Openrouter	$0.000	11.95s
Lihat kartu model Total Tes 21 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 39.7% Tes tidak stabil 1 Token input 43,478 Token output 2,974 Token penalaran 0 Waktu respons (rata-rata) 11.95s Waktu respons (total) 250.88s Waktu respons (maks) 58.63s Jawaban salah: 10 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Trik anti-AI : 4.8 Pemrograman : 5.4 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.3 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#112#112	GLM 5.1none	5.7	Z.ai	$0.058 ↓	4.10s
Lihat kartu model Total Tes 21 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 41.3% Tes tidak stabil 4 Token input 47,133 Token output 3,754 Token penalaran 0 Waktu respons (rata-rata) 4.10s Waktu respons (total) 86.18s Waktu respons (maks) 32.57s Jawaban salah: 13 Pemanggilan alat tidak valid: 1 Trik anti-AI : 4.0 Pemrograman : 3.9 Gabungan : 2.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 5.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#114#114	Qwen3.5 Plus 2026-04-20none	5.7	Qwen	$0.032 ↓	4.39s
Lihat kartu model Total Tes 21 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 41.3% Tes tidak stabil 4 Token input 38,910 Token output 11,145 Token penalaran 0 Waktu respons (rata-rata) 4.39s Waktu respons (total) 92.26s Waktu respons (maks) 33.34s Jawaban salah: 12 Tidak mengikuti instruksi: 2 Trik anti-AI : 4.8 Pemrograman : 3.9 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
#115#115	Qwen3.5-27Bnone	5.7	Qwen	$0.015 ↓	1.68s
Lihat kartu model Total Tes 21 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 38.1% Tes tidak stabil 2 Token input 44,478 Token output 3,592 Token penalaran 0 Waktu respons (rata-rata) 1.68s Waktu respons (total) 35.25s Waktu respons (maks) 9.39s Jawaban salah: 12 Tidak mengikuti instruksi: 2 Trik anti-AI : 4.8 Pemrograman : 5.8 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
#117#117	Qwen3.5-35B-A3Bnone	5.6	Qwen	$0.012 ↓	3.37s
Lihat kartu model Total Tes 21 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 42.9% Tes tidak stabil 3 Token input 48,194 Token output 4,343 Token penalaran 0 Waktu respons (rata-rata) 3.37s Waktu respons (total) 70.75s Waktu respons (maks) 47.43s Jawaban salah: 12 Tidak mengikuti instruksi: 2 Trik anti-AI : 3.4 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 6.5 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 3.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#118#118	Qwen3.6 27Bnone	5.6	Qwen	$0.028 ↓	3.72s
Lihat kartu model Total Tes 21 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 47.6% Tes tidak stabil 6 Token input 52,721 Token output 3,812 Token penalaran 0 Waktu respons (rata-rata) 3.72s Waktu respons (total) 78.08s Waktu respons (maks) 11.82s Jawaban salah: 11 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Trik anti-AI : 3.8 Pemrograman : 5.5 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
#119#119	Cobuddymedium	5.6	Baidu	$0.000	39.90s
Lihat kartu model Total Tes 21 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 47.6% Tes tidak stabil 6 Token input 37,449 Token output 1,677 Token penalaran 116,703 Waktu respons (rata-rata) 39.90s Waktu respons (total) 797.98s Waktu respons (maks) 309.02s Jawaban salah: 9 Tidak mengikuti instruksi: 3 Kesalahan API: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 8.7 Pemrograman : 3.7 Gabungan : 3.0 Parsing dan ekstraksi data : 6.3 Spesifik domain : 2.9 Kecerdasan umum : 4.2 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 3.6 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#120#120	Mimo V2 PROnone	5.6	Xiaomi	$0.045 ↓	2.27s
Lihat kartu model Total Tes 21 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 41.3% Tes tidak stabil 3 Token input 39,344 Token output 2,352 Token penalaran 0 Waktu respons (rata-rata) 2.27s Waktu respons (total) 45.50s Waktu respons (maks) 6.58s Jawaban salah: 11 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Trik anti-AI : 3.5 Pemrograman : 5.5 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 Pengetahuan umum : 3.0
#121#121	Owl Alphanone	5.5	Openrouter	$0.000	9.88s
Lihat kartu model Total Tes 21 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 36.5% Tes tidak stabil 1 Token input 42,283 Token output 5,913 Token penalaran 0 Waktu respons (rata-rata) 9.88s Waktu respons (total) 207.38s Waktu respons (maks) 47.10s Jawaban salah: 10 Tidak mengikuti instruksi: 3 Format tambahan: 1 Trik anti-AI : 3.4 Pemrograman : 5.6 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.3 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 5.4 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#122#122	GLM 4.7 Flashnone	5.5	Z.ai	$0.004	2.86s
Lihat kartu model Total Tes 21 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 36.5% Tes tidak stabil 3 Token input 38,745 Token output 2,521 Token penalaran 0 Waktu respons (rata-rata) 2.86s Waktu respons (total) 40.04s Waktu respons (maks) 7.05s Jawaban salah: 13 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 5.2 Pemrograman : 4.3 Gabungan : 3.0 Parsing dan ekstraksi data : 7.3 Spesifik domain : 7.7 Kecerdasan umum : 4.0 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 6.4 Pemanggilan alat : 2.8 Pengetahuan umum : 3.0
#123#123	MiMo-V2.5-Pronone	5.5	Xiaomi	$0.017 ↓	1.78s
Lihat kartu model Total Tes 21 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 39.7% Tes tidak stabil 4 Token input 30,724 Token output 3,043 Token penalaran 0 Waktu respons (rata-rata) 1.78s Waktu respons (total) 37.42s Waktu respons (maks) 8.32s Jawaban salah: 11 Tidak mengikuti instruksi: 4 Trik anti-AI : 3.3 Pemrograman : 4.3 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
#124#124	Kimi K2.6none	5.5	Moonshot AI	$0.079 ↓	13.27s
Lihat kartu model Total Tes 21 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 36.5% Tes tidak stabil 2 Token input 32,916 Token output 16,410 Token penalaran 0 Waktu respons (rata-rata) 13.27s Waktu respons (total) 278.57s Waktu respons (maks) 238.89s Jawaban salah: 11 Tidak mengikuti instruksi: 3 Trik anti-AI : 4.6 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.4 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#125#125	GPT-5.4none	5.5	OpenAI	$0.122	1.42s
Lihat kartu model Total Tes 21 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 36.5% Tes tidak stabil 2 Token input 34,212 Token output 2,417 Token penalaran 0 Waktu respons (rata-rata) 1.42s Waktu respons (total) 29.87s Waktu respons (maks) 2.95s Jawaban salah: 13 Tidak mengikuti instruksi: 1 Trik anti-AI : 3.2 Pemrograman : 5.5 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 Pengetahuan umum : 3.0
#126#126	gpt-oss-120bnone	5.4	OpenAI	$0.010 ↓	21.61s
Lihat kartu model Total Tes 19 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 38.6% Tes tidak stabil 2 Token input 9,081 Token output 51,664 Token penalaran 0 Waktu respons (rata-rata) 21.61s Waktu respons (total) 345.79s Waktu respons (maks) 113.71s Jawaban salah: 8 Kesalahan API: 3 Tidak mengikuti instruksi: 2 Trik anti-AI : 6.5 Pemrograman : 4.3 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 3.0 Kecerdasan umum : 4.8 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 6.0 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#128#128	Qwen3.6 Flashnone	5.4	Qwen	$0.015 ↓	1.60s
Lihat kartu model Total Tes 21 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 33.3% Tes tidak stabil 0 Token input 50,810 Token output 4,164 Token penalaran 0 Waktu respons (rata-rata) 1.60s Waktu respons (total) 33.59s Waktu respons (maks) 4.60s Jawaban salah: 12 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 3.1 Pemrograman : 5.4 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 3.5 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#129#129	MiniMax M2.5medium	5.3	Minimax	$0.385 ↓	65.37s
Lihat kartu model Total Tes 21 Tes Salah 16 Keandalan 10.0 Tingkat lulus per percobaan 46.0% Tes tidak stabil 9 Token input 43,706 Token output 109,495 Token penalaran 330,814 Waktu respons (rata-rata) 65.37s Waktu respons (total) 849.76s Waktu respons (maks) 251.36s Jawaban salah: 7 Kedaluwarsa: 4 Tidak mengikuti instruksi: 3 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Trik anti-AI : 7.9 Pemrograman : 3.4 Gabungan : 4.5 Parsing dan ekstraksi data : 4.6 Spesifik domain : 2.9 Kecerdasan umum : 3.8 Kepatuhan instruksi : 7.5 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#130#130	MiniMax M2.7medium	5.3	Minimax	$0.124 ↓	38.18s
Lihat kartu model Total Tes 21 Tes Salah 16 Keandalan 10.0 Tingkat lulus per percobaan 46.0% Tes tidak stabil 8 Token input 34,371 Token output 8,981 Token penalaran 89,812 Waktu respons (rata-rata) 38.18s Waktu respons (total) 763.60s Waktu respons (maks) 196.21s Jawaban salah: 6 Tidak mengikuti instruksi: 5 Kedaluwarsa: 2 Kesalahan API: 1 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Trik anti-AI : 7.9 Pemrograman : 5.7 Gabungan : 4.7 Parsing dan ekstraksi data : 6.3 Spesifik domain : 3.0 Kecerdasan umum : 3.9 Kepatuhan instruksi : 3.8 Pemecahan teka-teki : 5.9 Pemanggilan alat : 4.7 Pengetahuan umum : 3.0
#131#131	Qwen3.5-122B-A10Bnone	5.3	Qwen	$0.020 ↓	3.41s
Lihat kartu model Total Tes 21 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 31.8% Tes tidak stabil 1 Token input 47,735 Token output 3,383 Token penalaran 0 Waktu respons (rata-rata) 3.41s Waktu respons (total) 71.59s Waktu respons (maks) 46.00s Jawaban salah: 13 Tidak mengikuti instruksi: 2 Trik anti-AI : 4.8 Pemrograman : 3.7 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
#132#132	Mistral Small 4medium	5.3	Mistral	$0.068	9.40s
Lihat kartu model Total Tes 21 Tes Salah 16 Keandalan 10.0 Tingkat lulus per percobaan 44.4% Tes tidak stabil 8 Token input 42,576 Token output 24,184 Token penalaran 84,678 Waktu respons (rata-rata) 9.40s Waktu respons (total) 197.39s Waktu respons (maks) 59.15s Jawaban salah: 12 Kesalahan API: 2 Tidak mengikuti instruksi: 2 Trik anti-AI : 5.6 Pemrograman : 4.4 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 Pengetahuan umum : 3.0
#133#133	DeepSeek V3.2none	5.2	DeepSeek	$0.017 ↓	13.83s
Lihat kartu model Total Tes 21 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 39.7% Tes tidak stabil 6 Token input 55,997 Token output 11,165 Token penalaran 0 Waktu respons (rata-rata) 13.83s Waktu respons (total) 290.43s Waktu respons (maks) 115.89s Jawaban salah: 7 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
#134#134	GLM 5 Turbonone	5.2	Z.ai	$0.047 ↑	2.82s
Lihat kartu model Total Tes 21 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 31.8% Tes tidak stabil 2 Token input 32,525 Token output 1,815 Token penalaran 0 Waktu respons (rata-rata) 2.82s Waktu respons (total) 59.29s Waktu respons (maks) 8.21s Jawaban salah: 13 Tidak mengikuti instruksi: 2 Trik anti-AI : 3.0 Pemrograman : 3.9 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 Pengetahuan umum : 3.0
#135#135	Kimi K2.5none	5.2	Moonshot AI	$0.028 ↑	13.18s
Lihat kartu model Total Tes 21 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 34.9% Tes tidak stabil 3 Token input 36,034 Token output 6,657 Token penalaran 0 Waktu respons (rata-rata) 13.18s Waktu respons (total) 184.47s Waktu respons (maks) 42.13s Jawaban salah: 15 Trik anti-AI : 3.6 Pemrograman : 5.5 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
#138#138	Ling-2.6-flashnone	5.0	Inclusionai	$0.001 ↑	9.34s
Lihat kartu model Total Tes 21 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 31.8% Tes tidak stabil 2 Token input 40,718 Token output 2,878 Token penalaran 0 Waktu respons (rata-rata) 9.34s Waktu respons (total) 177.48s Waktu respons (maks) 35.34s Jawaban salah: 9 Kesalahan API: 2 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 2 Trik anti-AI : 6.8 Pemrograman : 5.3 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 3.0 Kecerdasan umum : 4.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 2.9 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#139#139	DeepSeek V4 Flashnone	5.0	DeepSeek	$0.008 ↓	26.75s
Lihat kartu model Total Tes 21 Tes Salah 16 Keandalan 10.0 Tingkat lulus per percobaan 30.2% Tes tidak stabil 3 Token input 50,127 Token output 13,710 Token penalaran 0 Waktu respons (rata-rata) 26.75s Waktu respons (total) 561.82s Waktu respons (maks) 111.96s Jawaban salah: 12 Format tambahan: 2 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 3.0 Pemrograman : 4.2 Gabungan : 4.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.2 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0

←

1 2 3 4 5 6

→

Perbandingan Cepat

Leaderboard Benchmark AI

Filter model

Perbandingan Cepat