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)
#1🥇 #1	Gemini 3 Flash Previewmedium	9.8	Google	$0.667	18.64s
Lihat kartu model Total Tes 21 Tes Salah 1 Keandalan 10.0 Tingkat lulus per percobaan 98.4% Tes tidak stabil 1 Token input 37,017 Token output 2,006 Token penalaran 214,153 Waktu respons (rata-rata) 18.64s Waktu respons (total) 391.35s Waktu respons (maks) 117.26s Jawaban salah: 1 Trik anti-AI : 10.0 Pemrograman : 8.6 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 Pengetahuan umum : 10.0
#2🥈 #2	Gemini 3.5 Flashhigh	9.6	Google	$1.115	8.84s
Lihat kartu model Total Tes 21 Tes Salah 1 Keandalan 10.0 Tingkat lulus per percobaan 96.8% Tes tidak stabil 1 Token input 37,594 Token output 1,975 Token penalaran 115,638 Waktu respons (rata-rata) 8.84s Waktu respons (total) 185.57s Waktu respons (maks) 34.82s Jawaban salah: 1 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.6 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 9.8 Pengetahuan umum : 10.0
#3🥉 #3	Gemini 3.5 Flashlow	9.4	Google	$0.349	3.27s
Lihat kartu model Total Tes 21 Tes Salah 2 Keandalan 10.0 Tingkat lulus per percobaan 90.5% Tes tidak stabil 0 Token input 36,938 Token output 2,033 Token penalaran 30,519 Waktu respons (rata-rata) 3.27s Waktu respons (total) 68.65s Waktu respons (maks) 9.05s Jawaban salah: 2 Trik anti-AI : 10.0 Pemrograman : 7.8 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 10.0
#4#4	Gemini 3.1 Pro Previewmedium	9.4	Google	$1.054	20.14s
Lihat kartu model Total Tes 21 Tes Salah 2 Keandalan 10.0 Tingkat lulus per percobaan 90.5% Tes tidak stabil 0 Token input 41,617 Token output 1,977 Token penalaran 78,896 Waktu respons (rata-rata) 20.14s Waktu respons (total) 281.92s Waktu respons (maks) 88.68s Jawaban salah: 2 Trik anti-AI : 10.0 Pemrograman : 7.9 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 Pengetahuan umum : 10.0
#5#5	Qwen3.7 Maxmedium	9.1	Qwen	$0.523 ↓	16.02s
Lihat kartu model Total Tes 21 Tes Salah 3 Keandalan 10.0 Tingkat lulus per percobaan 88.9% Tes tidak stabil 1 Token input 42,360 Token output 2,129 Token penalaran 122,959 Waktu respons (rata-rata) 16.02s Waktu respons (total) 336.51s Waktu respons (maks) 59.98s Jawaban salah: 3 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#6#6	GPT-5.5low	9.0	OpenAI	$0.907	9.76s
Lihat kartu model Total Tes 21 Tes Salah 3 Keandalan 10.0 Tingkat lulus per percobaan 85.7% Tes tidak stabil 0 Token input 34,209 Token output 2,046 Token penalaran 22,460 Waktu respons (rata-rata) 9.76s Waktu respons (total) 204.92s Waktu respons (maks) 56.19s Jawaban salah: 3 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 : 9.9 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#7#7	Gemini 3.5 Flashmedium	9.0	Google	$0.582	4.94s
Lihat kartu model Total Tes 21 Tes Salah 3 Keandalan 10.0 Tingkat lulus per percobaan 87.3% Tes tidak stabil 1 Token input 36,936 Token output 2,001 Token penalaran 56,408 Waktu respons (rata-rata) 4.94s Waktu respons (total) 103.79s Waktu respons (maks) 18.07s Jawaban salah: 2 Tidak mengikuti instruksi: 1 Trik anti-AI : 10.0 Pemrograman : 7.9 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 10.0
#8#8	Claude Opus 4.7none	8.9	Anthropic	$0.505	3.02s
Lihat kartu model Total Tes 19 Tes Salah 3 Keandalan 10.0 Tingkat lulus per percobaan 84.2% Tes tidak stabil 0 Token input 69,576 Token output 6,265 Token penalaran 0 Waktu respons (rata-rata) 3.02s Waktu respons (total) 57.44s Waktu respons (maks) 18.27s Jawaban salah: 3 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 Pengetahuan umum : 3.0
#9#9	GPT-5.5medium	8.8	OpenAI	$3.679	37.98s
Lihat kartu model Total Tes 21 Tes Salah 4 Keandalan 10.0 Tingkat lulus per percobaan 87.3% Tes tidak stabil 3 Token input 34,212 Token output 1,985 Token penalaran 114,925 Waktu respons (rata-rata) 37.98s Waktu respons (total) 797.60s Waktu respons (maks) 332.10s Jawaban salah: 4 Trik anti-AI : 10.0 Pemrograman : 8.8 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 2.8
#10#10	Claude Opus 4.8medium	8.7	Anthropic	$1.107	9.66s
Lihat kartu model Total Tes 21 Tes Salah 4 Keandalan 10.0 Tingkat lulus per percobaan 84.1% Tes tidak stabil 1 Token input 61,007 Token output 26,495 Token penalaran 5,901 Waktu respons (rata-rata) 9.66s Waktu respons (total) 202.89s Waktu respons (maks) 38.03s Jawaban salah: 3 Tidak ada jawaban: 1 Trik anti-AI : 10.0 Pemrograman : 10.0 Gabungan : 9.8 Parsing dan ekstraksi data : 7.1 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#11#11	Claude Opus 4.7medium	8.7	Anthropic	$0.679	4.73s
Lihat kartu model Total Tes 21 Tes Salah 4 Keandalan 10.0 Tingkat lulus per percobaan 82.5% Tes tidak stabil 1 Token input 65,406 Token output 11,858 Token penalaran 2,198 Waktu respons (rata-rata) 4.73s Waktu respons (total) 94.51s Waktu respons (maks) 23.18s Jawaban salah: 3 Kedaluwarsa: 1 Trik anti-AI : 8.3 Pemrograman : 7.6 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 Pengetahuan umum : 3.0
#14#14	Qwen3.6 Max Previewmedium	8.5	Qwen	$0.960 ↓	59.63s
Lihat kartu model Total Tes 21 Tes Salah 5 Keandalan 10.0 Tingkat lulus per percobaan 81.0% Tes tidak stabil 2 Token input 42,362 Token output 2,273 Token penalaran 144,367 Waktu respons (rata-rata) 59.63s Waktu respons (total) 1252.17s Waktu respons (maks) 238.07s Jawaban salah: 5 Trik anti-AI : 10.0 Pemrograman : 8.8 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 Pengetahuan umum : 3.0
#15#15	GPT-5.3-Codexmedium	8.4	OpenAI	$0.740	16.22s
Lihat kartu model Total Tes 21 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 82.5% Tes tidak stabil 4 Token input 34,299 Token output 2,357 Token penalaran 46,189 Waktu respons (rata-rata) 16.22s Waktu respons (total) 340.67s Waktu respons (maks) 100.93s Jawaban salah: 4 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 Pengetahuan umum : 2.8
#16#16	Gemini 3 Flash Previewlow	8.4	Google	$0.111	5.76s
Lihat kartu model Total Tes 21 Tes Salah 5 Keandalan 10.0 Tingkat lulus per percobaan 79.4% Tes tidak stabil 2 Token input 36,769 Token output 2,076 Token penalaran 28,518 Waktu respons (rata-rata) 5.76s Waktu respons (total) 120.93s Waktu respons (maks) 14.72s Jawaban salah: 5 Trik anti-AI : 10.0 Pemrograman : 5.8 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 Pengetahuan umum : 10.0
#17#17	GLM 5medium	8.3	Z.ai	$0.228 ↓	33.54s
Lihat kartu model Total Tes 21 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 82.5% Tes tidak stabil 4 Token input 35,224 Token output 21,570 Token penalaran 102,996 Waktu respons (rata-rata) 33.54s Waktu respons (total) 435.99s Waktu respons (maks) 99.85s Jawaban salah: 3 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 Pengetahuan umum : 3.0
#18#18	Qwen3.7 Plusmedium	8.2	Qwen	$0.221	38.95s
Lihat kartu model Total Tes 21 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 77.8% Tes tidak stabil 2 Token input 40,939 Token output 2,125 Token penalaran 125,754 Waktu respons (rata-rata) 38.95s Waktu respons (total) 817.85s Waktu respons (maks) 178.04s Jawaban salah: 5 Kedaluwarsa: 1 Trik anti-AI : 10.0 Pemrograman : 6.1 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#19#19	Seed-2.0-Litemedium	8.2	Bytedance Seed	$0.175	47.07s
Lihat kartu model Total Tes 21 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 76.2% Tes tidak stabil 3 Token input 46,740 Token output 3,230 Token penalaran 78,406 Waktu respons (rata-rata) 47.07s Waktu respons (total) 988.37s Waktu respons (maks) 254.92s Jawaban salah: 5 Tidak mengikuti instruksi: 2 Trik anti-AI : 8.3 Pemrograman : 8.0 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 Pengetahuan umum : 3.0
#20#20	Gemini 3.5 Flashnone	8.1	Google	$1.079	9.93s
Lihat kartu model Total Tes 21 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 77.8% Tes tidak stabil 3 Token input 13,843 Token output 117,518 Token penalaran 0 Waktu respons (rata-rata) 9.93s Waktu respons (total) 178.68s Waktu respons (maks) 64.36s Kesalahan API: 3 Jawaban salah: 3 Trik anti-AI : 10.0 Pemrograman : 8.8 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 7.6 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 3.0 Pengetahuan umum : 2.8
#21#21	GPT-5.4medium	8.0	OpenAI	$1.210	22.35s
Lihat kartu model Total Tes 21 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 76.2% Tes tidak stabil 4 Token input 34,108 Token output 2,242 Token penalaran 72,707 Waktu respons (rata-rata) 22.35s Waktu respons (total) 469.29s Waktu respons (maks) 100.41s Jawaban salah: 5 Tidak mengikuti instruksi: 2 Trik anti-AI : 8.3 Pemrograman : 8.8 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 Pengetahuan umum : 3.0
#23#23	GLM 5 Turbomedium	8.0	Z.ai	$0.323 ↑	23.00s
Lihat kartu model Total Tes 21 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 74.6% Tes tidak stabil 4 Token input 35,593 Token output 12,245 Token penalaran 62,277 Waktu respons (rata-rata) 23.00s Waktu respons (total) 482.97s Waktu respons (maks) 194.23s Jawaban salah: 4 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Kedaluwarsa: 1 Trik anti-AI : 10.0 Pemrograman : 8.2 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 6.1 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#24#24	GPT-5.2 Chatnone	7.9	OpenAI	$0.393	7.13s
Lihat kartu model Total Tes 21 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 74.6% Tes tidak stabil 3 Token input 34,212 Token output 23,744 Token penalaran 0 Waktu respons (rata-rata) 7.13s Waktu respons (total) 149.69s Waktu respons (maks) 38.52s Jawaban salah: 6 Tidak mengikuti instruksi: 1 Trik anti-AI : 8.7 Pemrograman : 8.8 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.4 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#25#25	Qwen3.5 Plus 2026-02-15medium	7.9	Qwen	$0.310 ↓	73.79s
Lihat kartu model Total Tes 21 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 73.0% Tes tidak stabil 3 Token input 40,918 Token output 2,159 Token penalaran 189,604 Waktu respons (rata-rata) 73.79s Waktu respons (total) 1033.07s Waktu respons (maks) 266.69s Jawaban salah: 4 Kedaluwarsa: 2 Kesalahan API: 1 Trik anti-AI : 8.2 Pemrograman : 6.6 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 Pengetahuan umum : 3.0
#26#26	Qwen3.6 Plusmedium	7.9	Qwen	$0.294 ↑	30.70s
Lihat kartu model Total Tes 21 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 69.8% Tes tidak stabil 2 Token input 41,565 Token output 1,853 Token penalaran 141,973 Waktu respons (rata-rata) 30.70s Waktu respons (total) 613.99s Waktu respons (maks) 201.68s Jawaban salah: 5 Kesalahan API: 1 Tidak mengikuti instruksi: 1 Trik anti-AI : 10.0 Pemrograman : 6.1 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 Pengetahuan umum : 3.0
#27#27	Gemma 4 31Bmedium	7.8	Google	$0.034 ↓	56.55s
Lihat kartu model Total Tes 21 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 69.8% Tes tidak stabil 1 Token input 17,957 Token output 22,356 Token penalaran 65,726 Waktu respons (rata-rata) 56.55s Waktu respons (total) 1074.41s Waktu respons (maks) 437.40s Kesalahan API: 2 Kedaluwarsa: 2 Jawaban salah: 2 Tidak ada jawaban: 1 Trik anti-AI : 10.0 Pemrograman : 4.3 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
#28#28	Gemini 2.5 Flashmedium	7.8	Google	$0.379	15.49s
Lihat kartu model Total Tes 21 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 69.8% Tes tidak stabil 1 Token input 34,476 Token output 1,930 Token penalaran 145,145 Waktu respons (rata-rata) 15.49s Waktu respons (total) 325.39s Waktu respons (maks) 95.48s Jawaban salah: 6 Tidak mengikuti instruksi: 1 Trik anti-AI : 8.4 Pemrograman : 7.8 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 Pengetahuan umum : 3.0
#29#29	Qwen3.5-122B-A10Bmedium	7.8	Qwen	$0.588 ↓	42.49s
Lihat kartu model Total Tes 21 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 73.0% Tes tidak stabil 3 Token input 41,832 Token output 26,187 Token penalaran 251,028 Waktu respons (rata-rata) 42.49s Waktu respons (total) 892.30s Waktu respons (maks) 168.16s Jawaban salah: 5 Kedaluwarsa: 2 Trik anti-AI : 10.0 Pemrograman : 6.0 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 Pengetahuan umum : 3.0
#30#30	Qwen3.5-27Bmedium	7.8	Qwen	$0.536 ↓	68.39s
Lihat kartu model Total Tes 21 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 73.0% Tes tidak stabil 4 Token input 42,164 Token output 8,534 Token penalaran 329,289 Waktu respons (rata-rata) 68.39s Waktu respons (total) 1436.24s Waktu respons (maks) 234.36s Jawaban salah: 4 Tidak mengikuti instruksi: 2 Format tambahan: 1 Kedaluwarsa: 1 Trik anti-AI : 8.7 Pemrograman : 6.2 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 Pengetahuan umum : 3.0
#31#31	DeepSeek V4 Flashhigh	7.7	DeepSeek	$0.029 ↓	45.85s
Lihat kartu model Total Tes 21 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 74.6% Tes tidak stabil 4 Token input 39,745 Token output 10,310 Token penalaran 123,501 Waktu respons (rata-rata) 45.85s Waktu respons (total) 962.79s Waktu respons (maks) 218.13s Jawaban salah: 6 Tidak mengikuti instruksi: 2 Trik anti-AI : 8.3 Pemrograman : 7.8 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
#32#32	Gemini 3.5 Flashminimal	7.7	Google	$0.108	1.57s
Lihat kartu model Total Tes 21 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 68.3% Tes tidak stabil 1 Token input 39,847 Token output 5,277 Token penalaran 0 Waktu respons (rata-rata) 1.57s Waktu respons (total) 33.02s Waktu respons (maks) 5.51s Jawaban salah: 5 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 6.5 Pemrograman : 5.6 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 10.0 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#33#33	Hy3 previewmedium	7.7	Tencent	$0.018 ↕	16.28s
Lihat kartu model Total Tes 21 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 66.7% 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 Kesalahan API: 3 Jawaban salah: 3 Tidak mengikuti instruksi: 1 Trik anti-AI : 10.0 Pemrograman : 5.3 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

1 2 3 4 5 6

→

Perbandingan Cepat

Leaderboard Benchmark AI

Filter model

Perbandingan Cepat