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)
#124#124	Qwen3.6 Flashnone	5.5	Qwen	$0.014 ↓	1.65s
Lihat kartu model Total Tes 20 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 35.0% Tes tidak stabil 0 Token input 47,969 Token output 4,158 Token penalaran 0 Waktu respons (rata-rata) 1.65s Waktu respons (total) 32.91s Waktu respons (maks) 4.60s Jawaban salah: 11 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 3.1 Pemrograman : 6.6 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
#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
#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
#103#103	gpt-oss-120bmedium	5.9	OpenAI	$0.012 ↓	22.41s
Lihat kartu model Total Tes 20 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 50.0% Tes tidak stabil 5 Token input 36,355 Token output 17,495 Token penalaran 46,878 Waktu respons (rata-rata) 22.41s Waktu respons (total) 291.35s Waktu respons (maks) 68.16s Jawaban salah: 9 Tidak mengikuti instruksi: 3 Trik anti-AI : 6.7 Pemrograman : 3.9 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
#111#111	Qwen3.5-35B-A3Bnone	5.8	Qwen	$0.011 ↓	3.50s
Lihat kartu model Total Tes 20 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 45.0% Tes tidak stabil 3 Token input 45,353 Token output 4,334 Token penalaran 0 Waktu respons (rata-rata) 3.50s Waktu respons (total) 70.00s Waktu respons (maks) 47.43s Jawaban salah: 11 Tidak mengikuti instruksi: 2 Trik anti-AI : 3.4 Pemrograman : 6.8 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
#146#146	GPT-5.4 Nanonone	4.8	OpenAI	$0.010	1.33s
Lihat kartu model Total Tes 20 Tes Salah 16 Keandalan 10.0 Tingkat lulus per percobaan 31.7% Tes tidak stabil 5 Token input 31,593 Token output 2,769 Token penalaran 0 Waktu respons (rata-rata) 1.33s Waktu respons (total) 26.54s Waktu respons (maks) 3.84s Jawaban salah: 14 Tidak mengikuti instruksi: 2 Trik anti-AI : 3.5 Pemrograman : 5.4 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 2.9 Kecerdasan umum : 3.8 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 5.4 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
#153#153	Mercury 2none	4.6	Inception	$0.009	614ms
Lihat kartu model Total Tes 20 Tes Salah 16 Keandalan 10.0 Tingkat lulus per percobaan 25.0% Tes tidak stabil 2 Token input 25,515 Token output 3,001 Token penalaran 0 Waktu respons (rata-rata) 614ms Waktu respons (total) 12.28s Waktu respons (maks) 1.27s Jawaban salah: 15 Tidak mengikuti instruksi: 1 Trik anti-AI : 3.0 Pemrograman : 3.5 Gabungan : 3.0 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 4.8 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#138#138	Qwen3 Coder Nextnone	5.1	Qwen	$0.008 ↓	9.05s
Lihat kartu model Total Tes 20 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 28.3% Tes tidak stabil 1 Token input 44,864 Token output 3,575 Token penalaran 0 Waktu respons (rata-rata) 9.05s Waktu respons (total) 126.72s Waktu respons (maks) 45.14s Jawaban salah: 13 Format tambahan: 1 Tidak mengikuti instruksi: 1 Trik anti-AI : 3.6 Pemrograman : 5.4 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 3.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#148#148	Trinity Large Previewnone	4.7	Arcee AI	$0.008 ↑	2.98s
Lihat kartu model Total Tes 20 Tes Salah 16 Keandalan 10.0 Tingkat lulus per percobaan 23.3% Tes tidak stabil 2 Token input 29,828 Token output 2,169 Token penalaran 0 Waktu respons (rata-rata) 2.98s Waktu respons (total) 56.57s Waktu respons (maks) 14.34s Jawaban salah: 12 Tidak mengikuti instruksi: 3 Kesalahan API: 1 Trik anti-AI : 3.1 Pemrograman : 4.0 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.5 Kepatuhan instruksi : 3.5 Pemecahan teka-teki : 3.6 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#156#156	Grok 4.1 Fastnone	4.4	X AI	$0.008 ↓	1.62s
Lihat kartu model Total Tes 19 Tes Salah 16 Keandalan 10.0 Tingkat lulus per percobaan 22.8% Tes tidak stabil 3 Token input 36,608 Token output 1,723 Token penalaran 0 Waktu respons (rata-rata) 1.62s Waktu respons (total) 19.48s Waktu respons (maks) 5.51s Jawaban salah: 13 Tidak mengikuti instruksi: 3 Trik anti-AI : 3.2 Pemrograman : 5.3 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 4.4 Kepatuhan instruksi : 3.0 Pemecahan teka-teki : 3.0 Pemanggilan alat : 2.8 Pengetahuan umum : 3.0
#147#147	Qwen3 Coder Nextmedium	4.7	Qwen	$0.008 ↓	9.16s
Lihat kartu model Total Tes 20 Tes Salah 16 Keandalan 10.0 Tingkat lulus per percobaan 30.0% Tes tidak stabil 3 Token input 44,607 Token output 3,310 Token penalaran 0 Waktu respons (rata-rata) 9.16s Waktu respons (total) 128.25s Waktu respons (maks) 81.80s Jawaban salah: 12 Tidak mengikuti instruksi: 3 Kedaluwarsa: 1 Trik anti-AI : 3.5 Pemrograman : 4.1 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 5.3 Kecerdasan umum : 6.3 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 3.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#137#137	DeepSeek V4 Flashnone	5.1	DeepSeek	$0.008 ↓	27.97s
Lihat kartu model Total Tes 20 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 31.7% Tes tidak stabil 3 Token input 47,538 Token output 13,700 Token penalaran 0 Waktu respons (rata-rata) 27.97s Waktu respons (total) 559.36s Waktu respons (maks) 111.96s Jawaban salah: 11 Format tambahan: 2 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 3.0 Pemrograman : 4.8 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
#140#140	Mistral Small 4none	5.0	Mistral	$0.007	629ms
Lihat kartu model Total Tes 20 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 28.3% Tes tidak stabil 1 Token input 34,567 Token output 2,192 Token penalaran 0 Waktu respons (rata-rata) 629ms Waktu respons (total) 12.59s Waktu respons (maks) 1.72s Jawaban salah: 14 Tidak mengikuti instruksi: 1 Trik anti-AI : 3.4 Pemrograman : 4.0 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.0 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#141#141	MiMo-V2.5none	5.0	Xiaomi	$0.007 ↓	2.20s
Lihat kartu model Total Tes 20 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 28.3% Tes tidak stabil 1 Token input 39,342 Token output 2,258 Token penalaran 0 Waktu respons (rata-rata) 2.20s Waktu respons (total) 43.96s Waktu respons (maks) 6.86s Jawaban salah: 13 Format tambahan: 1 Tidak mengikuti instruksi: 1 Trik anti-AI : 3.5 Pemrograman : 6.8 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 3.0 Kecerdasan umum : 4.4 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 5.4 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#139#139	Nemotron 3 Supernone	5.0	NVIDIA	$0.006 ↑	5.47s
Lihat kartu model Total Tes 20 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 33.3% Tes tidak stabil 3 Token input 33,717 Token output 6,186 Token penalaran 0 Waktu respons (rata-rata) 5.47s Waktu respons (total) 109.43s Waktu respons (maks) 16.45s Jawaban salah: 13 Tidak mengikuti instruksi: 2 Trik anti-AI : 4.8 Pemrograman : 3.4 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 4.6 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 5.5 Pemanggilan alat : 4.7 Pengetahuan umum : 3.0
#143#143	GPT-4o-mininone	4.9	OpenAI	$0.006	1.85s
Lihat kartu model Total Tes 20 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 25.0% Tes tidak stabil 0 Token input 28,896 Token output 1,977 Token penalaran 0 Waktu respons (rata-rata) 1.85s Waktu respons (total) 24.00s Waktu respons (maks) 7.58s Jawaban salah: 14 Tidak mengikuti instruksi: 1 Trik anti-AI : 4.8 Pemrograman : 3.2 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 4.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 3.5 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#157#157	Ling-2.6-1Tnone	4.3	Inclusionai	$0.005	7.72s
Lihat kartu model Total Tes 20 Tes Salah 17 Keandalan T/A Tingkat lulus per percobaan 15.0% Tes tidak stabil 0 Token input 34,905 Token output 2,434 Token penalaran 0 Waktu respons (rata-rata) 7.72s Waktu respons (total) 139.00s Waktu respons (maks) 25.72s Jawaban salah: 12 Kesalahan API: 2 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Trik anti-AI : 3.4 Pemrograman : 4.2 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 5.0 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 3.1 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#104#104	Qwen3.5-Flashnone	5.9	Qwen	$0.004 ↓	3.74s
Lihat kartu model Total Tes 20 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 41.7% Tes tidak stabil 1 Token input 43,598 Token output 4,270 Token penalaran 0 Waktu respons (rata-rata) 3.74s Waktu respons (total) 74.71s Waktu respons (maks) 27.18s Jawaban salah: 12 Trik anti-AI : 3.5 Pemrograman : 6.8 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
#120#120	GLM 4.7 Flashnone	5.6	Z.ai	$0.004	3.01s
Lihat kartu model Total Tes 20 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 38.3% Tes tidak stabil 3 Token input 36,147 Token output 2,515 Token penalaran 0 Waktu respons (rata-rata) 3.01s Waktu respons (total) 39.12s Waktu respons (maks) 7.05s Jawaban salah: 12 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 5.2 Pemrograman : 5.0 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
#97#97	Gemma 4 26B A4Bnone	6.2	Google	$0.003 ↓	5.96s
Lihat kartu model Total Tes 20 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 46.7% Tes tidak stabil 2 Token input 36,978 Token output 1,815 Token penalaran 0 Waktu respons (rata-rata) 5.96s Waktu respons (total) 119.22s Waktu respons (maks) 57.10s Jawaban salah: 9 Tidak mengikuti instruksi: 2 Kedaluwarsa: 1 Trik anti-AI : 8.3 Pemrograman : 4.1 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
#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
#161#161	Granite 4.1 8Bnone	4.1	IBM Granite	$0.003	719ms
Lihat kartu model Total Tes 20 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 10.0% Tes tidak stabil 0 Token input 43,135 Token output 2,743 Token penalaran 0 Waktu respons (rata-rata) 719ms Waktu respons (total) 14.37s Waktu respons (maks) 2.17s Jawaban salah: 13 Tidak mengikuti instruksi: 4 Pemanggilan alat tidak valid: 1 Trik anti-AI : 4.9 Pemrograman : 5.2 Gabungan : 3.0 Parsing dan ekstraksi data : 3.0 Spesifik domain : 3.0 Kecerdasan umum : 4.0 Kepatuhan instruksi : 3.6 Pemecahan teka-teki : 3.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#149#149	Qwen3.5-9Bnone	4.7	Qwen	$0.003 ↓	1.68s
Lihat kartu model Total Tes 20 Tes Salah 16 Keandalan 10.0 Tingkat lulus per percobaan 21.7% Tes tidak stabil 1 Token input 45,200 Token output 3,943 Token penalaran 0 Waktu respons (rata-rata) 1.68s Waktu respons (total) 33.66s Waktu respons (maks) 5.91s Jawaban salah: 13 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Trik anti-AI : 3.1 Pemrograman : 4.4 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 4.4 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#154#154	Hy3 previewnone	4.5	Tencent	$0.003	12.92s
Lihat kartu model Total Tes 20 Tes Salah 16 Keandalan 10.0 Tingkat lulus per percobaan 25.0% Tes tidak stabil 2 Token input 27,172 Token output 2,661 Token penalaran 0 Waktu respons (rata-rata) 12.92s Waktu respons (total) 232.64s Waktu respons (maks) 35.84s Jawaban salah: 8 Tidak mengikuti instruksi: 4 Kesalahan API: 3 Format tambahan: 1 Trik anti-AI : 4.8 Pemrograman : 2.7 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 3.6 Kecerdasan umum : 4.1 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#135#135	Ling-2.6-flashnone	5.2	Inclusionai	$0.001 ↑	9.34s
Lihat kartu model Total Tes 20 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 33.3% 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 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 2 Kesalahan API: 1 Trik anti-AI : 6.8 Pemrograman : 6.5 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
#159#159	LFM2-24B-A2Bnone	4.2	Liquid	$0.001	782ms
Lihat kartu model Total Tes 16 Tes Salah 14 Keandalan T/A Tingkat lulus per percobaan 16.7% Tes tidak stabil 1 Token input 10,771 Token output 1,173 Token penalaran 0 Waktu respons (rata-rata) 782ms Waktu respons (total) 10.94s Waktu respons (maks) 3.15s Jawaban salah: 9 Kesalahan API: 4 Tidak mengikuti instruksi: 1 Trik anti-AI : 3.3 Gabungan : 3.0 Parsing dan ekstraksi data : 3.0 Spesifik domain : 5.9 Kecerdasan umum : 4.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 3.8 Pemanggilan alat : 3.0
#78#78	Hunter Alphamedium	6.7	OpenRouter	$0.000	10.33s
Lihat kartu model Total Tes 18 Tes Salah 10 Keandalan T/A Tingkat lulus per percobaan 64.8% Tes tidak stabil 6 Token input 28,927 Token output 4,682 Token penalaran 17,969 Waktu respons (rata-rata) 10.33s Waktu respons (total) 175.58s Waktu respons (maks) 30.53s Jawaban salah: 4 Tidak mengikuti instruksi: 2 Kedaluwarsa: 2 Kesalahan API: 1 Format tambahan: 1 Trik anti-AI : 7.3 Pemrograman : 3.0 Gabungan : 4.7 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 7.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 6.1 Pemanggilan alat : 10.0
#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

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