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: 2026-04-24 Model Dievaluasi: 115

50/115

Peringkat	Model	Skor	Perusahaan	Total Biaya	Waktu respons (rata-rata)
#1🥇 #1	Gemini 3 Flash Previewmedium	10.0	Google	$0.108	12.11s
Lihat kartu model Total Tes: 18 Tes Salah: 0 Keandalan: T/A Tingkat lulus per percobaan: 100.0% Tes tidak stabil: 0 Token output: 655 Token penalaran: 33,749 Waktu respons: rata-rata 12.11s · total 217.93s · maks 82.37s Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 10.0 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0
#2🥈 #2	Gemini 3.1 Pro Previewmedium	9.6	Google	$0.578	15.96s
Lihat kartu model Total Tes: 18 Tes Salah: 1 Keandalan: T/A Tingkat lulus per percobaan: 94.4% Tes tidak stabil: 0 Token output: 1,932 Token penalaran: 40,542 Waktu respons: rata-rata 15.96s · total 175.52s · maks 40.61s Jawaban salah: 1 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 9.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0
#3🥉 #3	Claude Opus 4.7medium	9.2	Anthropic	$0.447	3.53s
Lihat kartu model Total Tes: 18 Tes Salah: 2 Keandalan: T/A Tingkat lulus per percobaan: 88.9% Tes tidak stabil: 0 Token output: 5,375 Token penalaran: 1,341 Waktu respons: rata-rata 3.53s · total 60.03s · maks 21.45s Kedaluwarsa: 1 Jawaban salah: 1 Trik anti-AI : 8.3 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0
#4#4	Claude Opus 4.7none	9.2	Anthropic	$0.505	3.13s
Lihat kartu model Total Tes: 18 Tes Salah: 2 Keandalan: T/A Tingkat lulus per percobaan: 88.9% Tes tidak stabil: 0 Token output: 6,326 Token penalaran: 0 Waktu respons: rata-rata 3.13s · total 56.33s · maks 18.27s Jawaban salah: 2 Trik anti-AI : 8.3 Pemrograman : 10.0 Gabungan : 9.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0
#5#5	GPT-5.5medium	9.0	OpenAI	$2.884	32.75s
Lihat kartu model Total Tes: 18 Tes Salah: 3 Keandalan: T/A Tingkat lulus per percobaan: 87.0% Tes tidak stabil: 2 Token output: 1,920 Token penalaran: 89,632 Waktu respons: rata-rata 32.75s · total 589.59s · maks 332.10s Jawaban salah: 2 Tidak mengikuti instruksi: 1 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.6 Pemanggilan alat : 10.0
#6#6	Gemini 3 Flash Previewlow	8.8	Google	$0.091	6.01s
Lihat kartu model Total Tes: 18 Tes Salah: 3 Keandalan: T/A Tingkat lulus per percobaan: 85.2% Tes tidak stabil: 1 Token output: 2,018 Token penalaran: 23,273 Waktu respons: rata-rata 6.01s · total 108.12s · maks 14.72s Jawaban salah: 3 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0
#7#7	Seed-2.0-Litemedium	8.6	Bytedance Seed	$0.121	30.37s
Lihat kartu model Total Tes: 18 Tes Salah: 5 Keandalan: T/A Tingkat lulus per percobaan: 83.3% Tes tidak stabil: 3 Token output: 3,257 Token penalaran: 52,042 Waktu respons: rata-rata 30.37s · total 546.72s · maks 168.71s Jawaban salah: 3 Tidak mengikuti instruksi: 2 Trik anti-AI : 8.3 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 6.7 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 9.0 Pemanggilan alat : 10.0
#8#8	GPT-5.3-Codexmedium	8.6	OpenAI	$0.573	15.38s
Lihat kartu model Total Tes: 18 Tes Salah: 5 Keandalan: T/A Tingkat lulus per percobaan: 83.3% Tes tidak stabil: 3 Token output: 2,279 Token penalaran: 35,179 Waktu respons: rata-rata 15.38s · total 276.91s · maks 100.93s Jawaban salah: 3 Tidak mengikuti instruksi: 2 Trik anti-AI : 8.7 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 4.6 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 9.0 Pemanggilan alat : 10.0
#9#9	Qwen3.5 Plus 2026-02-15medium	8.5	Qwen	$0.220	46.56s
Lihat kartu model Total Tes: 18 Tes Salah: 4 Keandalan: T/A Tingkat lulus per percobaan: 83.3% Tes tidak stabil: 2 Token output: 2,121 Token penalaran: 111,889 Waktu respons: rata-rata 46.56s · total 512.20s · maks 120.91s Kedaluwarsa: 2 Jawaban salah: 2 Trik anti-AI : 8.2 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.7 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0
#10#10	HY3 Previewhigh	8.5	Tencent	$0.000	55.19s
Lihat kartu model Total Tes: 18 Tes Salah: 5 Keandalan: T/A Tingkat lulus per percobaan: 81.5% Tes tidak stabil: 3 Token output: 238,920 Token penalaran: 0 Waktu respons: rata-rata 55.19s · total 938.23s · maks 149.94s Tidak mengikuti instruksi: 2 Jawaban salah: 2 Kesalahan API: 1 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 8.5 Pemecahan teka-teki : 9.0 Pemanggilan alat : 10.0
#11#11	Qwen3.6 Plus Previewmedium	8.5	Qwen	$0.000	13.94s
Lihat kartu model Total Tes: 17 Tes Salah: 4 Keandalan: T/A Tingkat lulus per percobaan: 76.5% Tes tidak stabil: 0 Token output: 1,756 Token penalaran: 77,213 Waktu respons: rata-rata 13.94s · total 237.01s · maks 43.55s Jawaban salah: 3 Tidak mengikuti instruksi: 1 Trik anti-AI : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 5.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0
#12#12	Qwen3.5-27Bmedium	8.4	Qwen	$0.497	53.03s
Lihat kartu model Total Tes: 18 Tes Salah: 5 Keandalan: T/A Tingkat lulus per percobaan: 81.5% Tes tidak stabil: 3 Token output: 2,500 Token penalaran: 242,500 Waktu respons: rata-rata 53.03s · total 954.46s · maks 163.96s Tidak mengikuti instruksi: 2 Format tambahan: 1 Kedaluwarsa: 1 Jawaban salah: 1 Trik anti-AI : 8.7 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0
#13#13	Gemini 3.1 Flash Lite Previewhigh	8.4	Google	$2.310	68.83s
Lihat kartu model Total Tes: 16 Tes Salah: 4 Keandalan: T/A Tingkat lulus per percobaan: 77.1% Tes tidak stabil: 1 Token output: 1,283 Token penalaran: 1,533,310 Waktu respons: rata-rata 68.83s · total 1101.32s · maks 280.52s Jawaban salah: 3 Tidak mengikuti instruksi: 1 Trik anti-AI : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 7.9 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0
#14#14	Gemini 3 PRO Previewmedium	8.4	Google	$0.197	9.06s
Lihat kartu model Total Tes: 18 Tes Salah: 4 Keandalan: T/A Tingkat lulus per percobaan: 77.8% Tes tidak stabil: 0 Token output: 1,508 Token penalaran: 10,084 Waktu respons: rata-rata 9.06s · total 90.58s · maks 26.24s Jawaban salah: 3 Kesalahan API: 1 Trik anti-AI : 10.0 Pemrograman : 3.0 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0
#15#15	GLM 5medium	8.4	Z.ai	$0.155	23.34s
Lihat kartu model Total Tes: 18 Tes Salah: 5 Keandalan: T/A Tingkat lulus per percobaan: 85.2% Tes tidak stabil: 4 Token output: 20,163 Token penalaran: 58,337 Waktu respons: rata-rata 23.34s · total 233.40s · maks 79.09s Jawaban salah: 2 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Kedaluwarsa: 1 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 7.1 Spesifik domain : 3.5 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0
#16#16	Gemma 4 31Bmedium	8.3	Google	$0.018	24.88s
Lihat kartu model Total Tes: 18 Tes Salah: 5 Keandalan: T/A Tingkat lulus per percobaan: 79.6% Tes tidak stabil: 2 Token output: 12,734 Token penalaran: 27,950 Waktu respons: rata-rata 24.88s · total 398.13s · maks 70.97s Kesalahan API: 2 Tidak mengikuti instruksi: 1 Kedaluwarsa: 1 Jawaban salah: 1 Trik anti-AI : 10.0 Pemrograman : 4.7 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.8 Pemanggilan alat : 3.0
#17#17	Gemini 2.5 Flashmedium	8.2	Google	$0.319	12.12s
Lihat kartu model Total Tes: 18 Tes Salah: 5 Keandalan: T/A Tingkat lulus per percobaan: 75.9% Tes tidak stabil: 1 Token output: 1,898 Token penalaran: 122,273 Waktu respons: rata-rata 12.12s · total 218.12s · maks 95.48s Jawaban salah: 4 Tidak mengikuti instruksi: 1 Trik anti-AI : 8.4 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 4.8 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0
#18#18	GPT-5.4medium	8.2	OpenAI	$0.832	18.63s
Lihat kartu model Total Tes: 18 Tes Salah: 5 Keandalan: T/A Tingkat lulus per percobaan: 79.6% Tes tidak stabil: 3 Token output: 2,169 Token penalaran: 48,732 Waktu respons: rata-rata 18.63s · total 335.26s · maks 100.41s Jawaban salah: 3 Tidak mengikuti instruksi: 2 Trik anti-AI : 8.3 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.7 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0
#19#19	Gemini 3.1 Flash Lite Previewmedium	8.2	Google	$0.055	3.74s
Lihat kartu model Total Tes: 18 Tes Salah: 5 Keandalan: T/A Tingkat lulus per percobaan: 72.2% Tes tidak stabil: 0 Token output: 2,168 Token penalaran: 29,030 Waktu respons: rata-rata 3.74s · total 67.31s · maks 14.93s Jawaban salah: 4 Tidak mengikuti instruksi: 1 Trik anti-AI : 9.1 Pemrograman : 10.0 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
#20#20	DeepSeek V4 Prohigh	8.2	DeepSeek	$0.160	71.21s
Lihat kartu model Total Tes: 18 Tes Salah: 5 Keandalan: T/A Tingkat lulus per percobaan: 74.1% Tes tidak stabil: 1 Token output: 671 Token penalaran: 39,383 Waktu respons: rata-rata 71.21s · total 1281.73s · maks 351.99s Jawaban salah: 3 Tidak mengikuti instruksi: 2 Trik anti-AI : 8.3 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.6 Pemanggilan alat : 10.0
#21#21	GLM 5 Turbomedium	8.1	Z.ai	$0.182	17.67s
Lihat kartu model Total Tes: 18 Tes Salah: 6 Keandalan: T/A Tingkat lulus per percobaan: 77.8% Tes tidak stabil: 5 Token output: 12,197 Token penalaran: 38,933 Waktu respons: rata-rata 17.67s · total 317.98s · maks 194.23s Jawaban salah: 3 Tidak mengikuti instruksi: 2 Kedaluwarsa: 1 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.3 Pemanggilan alat : 10.0
#22#22	Qwen3.5-122B-A10Bmedium	8.1	Qwen	$0.528	31.38s
Lihat kartu model Total Tes: 18 Tes Salah: 5 Keandalan: T/A Tingkat lulus per percobaan: 79.6% Tes tidak stabil: 3 Token output: 17,635 Token penalaran: 162,668 Waktu respons: rata-rata 31.38s · total 564.84s · maks 119.29s Jawaban salah: 3 Kedaluwarsa: 2 Trik anti-AI : 10.0 Pemrograman : 4.7 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 3.4 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0
#23#23	Qwen3.6 Plusmedium	8.1	Qwen	$0.000	15.27s
Lihat kartu model Total Tes: 18 Tes Salah: 5 Keandalan: T/A Tingkat lulus per percobaan: 74.1% Tes tidak stabil: 1 Token output: 1,763 Token penalaran: 83,782 Waktu respons: rata-rata 15.27s · total 259.55s · maks 43.55s Jawaban salah: 3 Kesalahan API: 1 Tidak mengikuti instruksi: 1 Trik anti-AI : 10.0 Pemrograman : 3.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 5.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0
#24#24	HY3 Previewlow	8.1	Tencent	$0.000	23.98s
Lihat kartu model Total Tes: 18 Tes Salah: 5 Keandalan: T/A Tingkat lulus per percobaan: 75.9% Tes tidak stabil: 1 Token output: 65,778 Token penalaran: 0 Waktu respons: rata-rata 23.98s · total 407.72s · maks 78.74s Tidak mengikuti instruksi: 2 Jawaban salah: 2 Kesalahan API: 1 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 5.9 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0
#25#25	Gemini 3 Flash Previewnone	8.1	Google	$0.021	1.65s
Lihat kartu model Total Tes: 18 Tes Salah: 5 Keandalan: T/A Tingkat lulus per percobaan: 77.8% Tes tidak stabil: 2 Token output: 1,840 Token penalaran: 0 Waktu respons: rata-rata 1.65s · total 18.20s · maks 3.56s Jawaban salah: 5 Trik anti-AI : 8.3 Pemrograman : 10.0 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
#26#26	Gemini 3.1 Flash Lite Previewlow	8.1	Google	$0.022	3.22s
Lihat kartu model Total Tes: 18 Tes Salah: 5 Keandalan: T/A Tingkat lulus per percobaan: 72.2% Tes tidak stabil: 0 Token output: 2,247 Token penalaran: 8,058 Waktu respons: rata-rata 3.22s · total 58.00s · maks 11.91s Jawaban salah: 4 Tidak mengikuti instruksi: 1 Trik anti-AI : 8.3 Pemrograman : 10.0 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
#27#27	MiMo-V2.5-Promedium	8.1	Xiaomi	$0.201	16.17s
Lihat kartu model Total Tes: 18 Tes Salah: 6 Keandalan: T/A Tingkat lulus per percobaan: 75.9% Tes tidak stabil: 3 Token output: 2,735 Token penalaran: 52,571 Waktu respons: rata-rata 16.17s · total 291.09s · maks 84.22s Format tambahan: 2 Tidak mengikuti instruksi: 2 Jawaban salah: 2 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 5.1 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 6.7 Pemanggilan alat : 10.0
#28#28	MiMo-V2-Promedium	8.1	Xiaomi	$0.159	12.27s
Lihat kartu model Total Tes: 18 Tes Salah: 6 Keandalan: T/A Tingkat lulus per percobaan: 77.8% Tes tidak stabil: 3 Token output: 2,360 Token penalaran: 38,320 Waktu respons: rata-rata 12.27s · total 208.56s · maks 64.71s Jawaban salah: 3 Format tambahan: 1 Tidak mengikuti instruksi: 1 Kedaluwarsa: 1 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 4.7 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 7.0 Pemanggilan alat : 10.0
#29#29	HY3 Previewmedium	8.1	Tencent	$0.000	14.63s
Lihat kartu model Total Tes: 18 Tes Salah: 5 Keandalan: T/A Tingkat lulus per percobaan: 74.1% Tes tidak stabil: 1 Token output: 65,057 Token penalaran: 0 Waktu respons: rata-rata 14.63s · total 248.72s · maks 46.04s Tidak mengikuti instruksi: 2 Jawaban salah: 2 Kesalahan API: 1 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0
#30#30	Gemma 4 26B A4Bmedium	8.0	Google	$0.028	25.03s
Lihat kartu model Total Tes: 18 Tes Salah: 5 Keandalan: T/A Tingkat lulus per percobaan: 75.9% Tes tidak stabil: 2 Token output: 15,928 Token penalaran: 44,631 Waktu respons: rata-rata 25.03s · total 425.48s · maks 147.47s Kedaluwarsa: 2 Jawaban salah: 2 Tidak mengikuti instruksi: 1 Trik anti-AI : 10.0 Pemrograman : 2.8 Gabungan : 9.6 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.9 Pemanggilan alat : 10.0
#31#31	Grok 4.20 Betamedium	8.0	X AI	$0.633	9.81s
Lihat kartu model Total Tes: 18 Tes Salah: 6 Keandalan: T/A Tingkat lulus per percobaan: 74.1% Tes tidak stabil: 2 Token output: 1,568 Token penalaran: 91,909 Waktu respons: rata-rata 9.81s · total 176.62s · maks 31.36s Tidak mengikuti instruksi: 3 Jawaban salah: 3 Trik anti-AI : 8.7 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 8.3 Pemecahan teka-teki : 8.2 Pemanggilan alat : 3.0
#32#32	Claude Sonnet 4.6medium	8.0	Anthropic	$1.161	12.66s
Lihat kartu model Total Tes: 18 Tes Salah: 5 Keandalan: T/A Tingkat lulus per percobaan: 74.1% Tes tidak stabil: 1 Token output: 42,068 Token penalaran: 26,784 Waktu respons: rata-rata 12.66s · total 126.62s · maks 46.35s Format tambahan: 2 Jawaban salah: 2 Kedaluwarsa: 1 Trik anti-AI : 6.5 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0
#33#33	DeepSeek V3.2medium	8.0	DeepSeek	$0.028	43.49s
Lihat kartu model Total Tes: 18 Tes Salah: 6 Keandalan: T/A Tingkat lulus per percobaan: 79.6% Tes tidak stabil: 4 Token output: 7,554 Token penalaran: 45,588 Waktu respons: rata-rata 43.49s · total 782.73s · maks 180.92s Jawaban salah: 3 Kedaluwarsa: 2 Tidak mengikuti instruksi: 1 Trik anti-AI : 8.4 Pemrograman : 4.7 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.4 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0
#34#34	GPT-5.2 Chatnone	7.9	OpenAI	$0.291	6.84s
Lihat kartu model Total Tes: 18 Tes Salah: 6 Keandalan: T/A Tingkat lulus per percobaan: 75.9% Tes tidak stabil: 3 Token output: 17,346 Token penalaran: 0 Waktu respons: rata-rata 6.84s · total 123.17s · maks 38.52s Jawaban salah: 5 Tidak mengikuti instruksi: 1 Trik anti-AI : 8.7 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.4 Kepatuhan instruksi : 7.5 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0
#35#35	Gemini 3.1 Flash Lite Previewnone	7.9	Google	$0.016	1.30s
Lihat kartu model Total Tes: 18 Tes Salah: 6 Keandalan: T/A Tingkat lulus per percobaan: 70.4% Tes tidak stabil: 1 Token output: 5,361 Token penalaran: 0 Waktu respons: rata-rata 1.30s · total 23.42s · maks 3.39s Jawaban salah: 4 Tidak mengikuti instruksi: 2 Trik anti-AI : 7.5 Pemrograman : 10.0 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
#36#36	Step 3.5 Flashmedium	7.9	Stepfun	$0.000	26.78s
Lihat kartu model Total Tes: 17 Tes Salah: 6 Keandalan: T/A Tingkat lulus per percobaan: 70.6% Tes tidak stabil: 2 Token output: 71,904 Token penalaran: 155,607 Waktu respons: rata-rata 26.78s · total 294.58s · maks 170.45s Tidak mengikuti instruksi: 3 Jawaban salah: 3 Trik anti-AI : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.5 Kepatuhan instruksi : 8.5 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0
#37#37	DeepSeek V4 Flashhigh	7.8	DeepSeek	$0.021	47.47s
Lihat kartu model Total Tes: 18 Tes Salah: 7 Keandalan: T/A Tingkat lulus per percobaan: 79.6% Tes tidak stabil: 5 Token output: 1,757 Token penalaran: 55,907 Waktu respons: rata-rata 47.47s · total 854.45s · maks 255.28s Jawaban salah: 4 Tidak mengikuti instruksi: 3 Trik anti-AI : 8.3 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 4.1 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 6.4 Pemanggilan alat : 10.0
#38#38	GLM 5V Turbomedium	7.8	Z.ai	$0.291	14.96s
Lihat kartu model Total Tes: 18 Tes Salah: 7 Keandalan: T/A Tingkat lulus per percobaan: 77.8% Tes tidak stabil: 6 Token output: 2,351 Token penalaran: 58,941 Waktu respons: rata-rata 14.96s · total 269.32s · maks 67.08s Jawaban salah: 3 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 2 Trik anti-AI : 7.2 Pemrograman : 10.0 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
#39#39	Qwen3.5-Flashmedium	7.8	Qwen	$0.080	66.72s
Lihat kartu model Total Tes: 18 Tes Salah: 7 Keandalan: T/A Tingkat lulus per percobaan: 81.5% Tes tidak stabil: 6 Token output: 2,073 Token penalaran: 191,899 Waktu respons: rata-rata 66.72s · total 1201.03s · maks 234.29s Kedaluwarsa: 4 Kesalahan API: 1 Tidak mengikuti instruksi: 1 Jawaban salah: 1 Trik anti-AI : 10.0 Pemrograman : 4.7 Gabungan : 10.0 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 6.4 Pemanggilan alat : 10.0
#40#40	GLM 5.1medium	7.8	Z.ai	$0.201	24.13s
Lihat kartu model Total Tes: 18 Tes Salah: 6 Keandalan: T/A Tingkat lulus per percobaan: 75.9% Tes tidak stabil: 3 Token output: 8,005 Token penalaran: 49,090 Waktu respons: rata-rata 24.13s · total 410.25s · maks 118.52s Jawaban salah: 3 Kedaluwarsa: 2 Kesalahan API: 1 Trik anti-AI : 10.0 Pemrograman : 4.7 Gabungan : 9.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 8.2 Pemanggilan alat : 3.0
#41#41	MiMo-V2.5medium	7.8	Xiaomi	$0.253	13.71s
Lihat kartu model Total Tes: 18 Tes Salah: 6 Keandalan: T/A Tingkat lulus per percobaan: 74.1% Tes tidak stabil: 3 Token output: 2,840 Token penalaran: 116,242 Waktu respons: rata-rata 13.71s · total 246.73s · maks 86.93s Format tambahan: 2 Jawaban salah: 2 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 2.7 Spesifik domain : 5.3 Kecerdasan umum : 3.8 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0
#42#42	Kimi K2.6medium	7.7	Moonshot AI	$0.722	45.20s
Lihat kartu model Total Tes: 18 Tes Salah: 7 Keandalan: T/A Tingkat lulus per percobaan: 74.1% Tes tidak stabil: 4 Token output: 80,759 Token penalaran: 179,814 Waktu respons: rata-rata 45.20s · total 768.37s · maks 215.85s Tidak mengikuti instruksi: 3 Kedaluwarsa: 2 Jawaban salah: 2 Trik anti-AI : 7.0 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.0 Pemanggilan alat : 10.0
#43#43	MiMo-V2-Omnimedium	7.7	Xiaomi	$0.153	16.76s
Lihat kartu model Total Tes: 18 Tes Salah: 7 Keandalan: T/A Tingkat lulus per percobaan: 61.1% Tes tidak stabil: 0 Token output: 928 Token penalaran: 72,661 Waktu respons: rata-rata 16.76s · total 301.61s · maks 158.78s Jawaban salah: 3 Tidak mengikuti instruksi: 2 Format tambahan: 1 Tidak ada jawaban: 1 Trik anti-AI : 10.0 Pemrograman : 4.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 10.0 Kepatuhan instruksi : 8.3 Pemecahan teka-teki : 6.5 Pemanggilan alat : 10.0
#44#44	GPT-5.3 Chatnone	7.7	OpenAI	$0.340	5.88s
Lihat kartu model Total Tes: 18 Tes Salah: 7 Keandalan: T/A Tingkat lulus per percobaan: 68.5% Tes tidak stabil: 3 Token output: 20,784 Token penalaran: 0 Waktu respons: rata-rata 5.88s · total 105.90s · maks 18.33s Jawaban salah: 5 Tidak mengikuti instruksi: 2 Trik anti-AI : 6.7 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.5 Kecerdasan umum : 4.6 Kepatuhan instruksi : 8.3 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0
#45#45	Claude Opus 4.6medium	7.6	Anthropic	$1.446	21.08s
Lihat kartu model Total Tes: 18 Tes Salah: 6 Keandalan: T/A Tingkat lulus per percobaan: 70.4% Tes tidak stabil: 2 Token output: 29,829 Token penalaran: 18,938 Waktu respons: rata-rata 21.08s · total 231.84s · maks 83.40s Format tambahan: 4 Jawaban salah: 2 Trik anti-AI : 6.4 Pemrograman : 10.0 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
#46#46	GPT-5.4 Nanomedium	7.6	OpenAI	$0.083	11.21s
Lihat kartu model Total Tes: 18 Tes Salah: 7 Keandalan: T/A Tingkat lulus per percobaan: 68.5% Tes tidak stabil: 2 Token output: 2,946 Token penalaran: 58,132 Waktu respons: rata-rata 11.21s · total 201.80s · maks 94.06s Jawaban salah: 4 Tidak mengikuti instruksi: 3 Trik anti-AI : 8.3 Pemrograman : 10.0 Gabungan : 9.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 4.5 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 4.0 Pemanggilan alat : 10.0
#47#47	Seed-2.0-Minimedium	7.5	Bytedance Seed	$0.037	69.70s
Lihat kartu model Total Tes: 18 Tes Salah: 7 Keandalan: T/A Tingkat lulus per percobaan: 66.7% Tes tidak stabil: 2 Token output: 2,419 Token penalaran: 79,238 Waktu respons: rata-rata 69.70s · total 1045.47s · maks 262.83s Kedaluwarsa: 4 Jawaban salah: 2 Tidak mengikuti instruksi: 1 Trik anti-AI : 6.6 Pemrograman : 10.0 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
#48#48	GPT-5.2medium	7.5	OpenAI	$0.352	14.04s
Lihat kartu model Total Tes: 18 Tes Salah: 7 Keandalan: T/A Tingkat lulus per percobaan: 72.2% Tes tidak stabil: 4 Token output: 2,705 Token penalaran: 18,977 Waktu respons: rata-rata 14.04s · total 154.41s · maks 77.80s Tidak mengikuti instruksi: 3 Jawaban salah: 2 Tidak ada jawaban: 1 Kedaluwarsa: 1 Trik anti-AI : 6.5 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 3.7 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 7.7 Pemanggilan alat : 4.7
#49#49	MiMo-V2-Flashmedium	7.5	Xiaomi	$0.038	23.36s
Lihat kartu model Total Tes: 18 Tes Salah: 7 Keandalan: T/A Tingkat lulus per percobaan: 70.4% Tes tidak stabil: 3 Token output: 12,387 Token penalaran: 115,182 Waktu respons: rata-rata 23.36s · total 280.34s · maks 96.01s Jawaban salah: 3 Kesalahan API: 1 Format tambahan: 1 Tidak mengikuti instruksi: 1 Kedaluwarsa: 1 Trik anti-AI : 8.1 Pemrograman : 4.7 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
#50#50	Claude Sonnet 4.6none	7.4	Anthropic	$0.262	4.98s
Lihat kartu model Total Tes: 18 Tes Salah: 7 Keandalan: T/A Tingkat lulus per percobaan: 64.8% Tes tidak stabil: 1 Token output: 7,433 Token penalaran: 0 Waktu respons: rata-rata 4.98s · total 54.83s · maks 23.84s Format tambahan: 3 Jawaban salah: 3 Tidak mengikuti instruksi: 1 Trik anti-AI : 4.8 Pemrograman : 10.0 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

Perbandingan Cepat

Gemini 3 Flash PreviewmediumvsGemini 3.1 Pro Previewmedium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7medium Gemini 3 Flash PreviewmediumvsClaude Opus 4.7none Gemini 3 Flash PreviewmediumvsGPT-5.5medium Gemini 3 Flash PreviewmediumvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewmediumvsSeed-2.0-Litemedium Gemini 3 Flash PreviewmediumvsHY3 PreviewhighTersedia gratis Gemini 3.1 Pro PreviewmediumvsClaude Opus 4.7medium Claude Opus 4.7mediumvsClaude Opus 4.7none Claude Opus 4.7nonevsGPT-5.5medium GPT-5.5mediumvsGemini 3 Flash Previewlow Gemini 3 Flash PreviewlowvsSeed-2.0-Litemedium

Leaderboard Benchmark AI

Filter model

Perbandingan Cepat