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)
#1🥇 #1	Gemini 3 Flash Previewmedium	9.8	Google	$0.567	16.50s
Lihat kartu model Total Tes 20 Tes Salah 1 Keandalan 10.0 Tingkat lulus per percobaan 98.3% Tes tidak stabil 1 Token input 34,014 Token output 2,000 Token penalaran 181,033 Waktu respons (rata-rata) 16.50s Waktu respons (total) 330.06s Waktu respons (maks) 117.26s Jawaban salah: 1 Trik anti-AI : 10.0 Pemrograman : 7.9 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	$0.994	8.30s
Lihat kartu model Total Tes 20 Tes Salah 1 Keandalan 10.0 Tingkat lulus per percobaan 96.7% Tes tidak stabil 1 Token input 34,591 Token output 1,969 Token penalaran 102,679 Waktu respons (rata-rata) 8.30s Waktu respons (total) 165.92s 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	9.3	Google	$0.285	2.98s
Lihat kartu model Total Tes 20 Tes Salah 2 Keandalan 10.0 Tingkat lulus per percobaan 90.0% Tes tidak stabil 0 Token input 33,935 Token output 2,027 Token penalaran 23,938 Waktu respons (rata-rata) 2.98s Waktu respons (total) 59.59s Waktu respons (maks) 6.44s Jawaban salah: 2 Trik anti-AI : 10.0 Pemrograman : 6.8 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	9.3	Google	$1.006	20.77s
Lihat kartu model Total Tes 20 Tes Salah 2 Keandalan 10.0 Tingkat lulus per percobaan 90.0% Tes tidak stabil 0 Token input 38,614 Token output 1,971 Token penalaran 75,384 Waktu respons (rata-rata) 20.77s Waktu respons (total) 269.96s Waktu respons (maks) 88.68s Jawaban salah: 2 Trik anti-AI : 10.0 Pemrograman : 7.0 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 : 10.0
#5#5	Qwen3.7 Maxmedium	9.0	Qwen	$0.471 ↓	13.83s
Lihat kartu model Total Tes 20 Tes Salah 3 Keandalan 10.0 Tingkat lulus per percobaan 88.3% Tes tidak stabil 1 Token input 39,525 Token output 2,109 Token penalaran 110,285 Waktu respons (rata-rata) 13.83s Waktu respons (total) 276.53s Waktu respons (maks) 33.37s 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	Gemini 3.5 Flashmedium	9.0	Google	$0.472	4.29s
Lihat kartu model Total Tes 20 Tes Salah 3 Keandalan 10.0 Tingkat lulus per percobaan 86.7% Tes tidak stabil 1 Token input 33,933 Token output 1,995 Token penalaran 44,792 Waktu respons (rata-rata) 4.29s Waktu respons (total) 85.72s Waktu respons (maks) 12.05s Jawaban salah: 2 Tidak mengikuti instruksi: 1 Trik anti-AI : 10.0 Pemrograman : 6.8 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 10.0
#7#7	Claude Opus 4.7medium	8.9	Anthropic	$0.624	4.48s
Lihat kartu model Total Tes 20 Tes Salah 3 Keandalan 10.0 Tingkat lulus per percobaan 85.0% Tes tidak stabil 0 Token input 61,569 Token output 10,439 Token penalaran 2,198 Waktu respons (rata-rata) 4.48s Waktu respons (total) 85.21s Waktu respons (maks) 23.18s Jawaban salah: 2 Kedaluwarsa: 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 Pengetahuan umum : 3.0
#8#8	GPT-5.5low	8.9	OpenAI	$0.822	9.43s
Lihat kartu model Total Tes 20 Tes Salah 3 Keandalan 10.0 Tingkat lulus per percobaan 85.0% Tes tidak stabil 0 Token input 31,590 Token output 2,025 Token penalaran 20,092 Waktu respons (rata-rata) 9.43s Waktu respons (total) 188.66s 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
#9#9	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
#13#13	Gemini 3.1 Flash Lite Previewhigh	8.6	Google	$2.310	68.14s
Lihat kartu model Total Tes 16 Tes Salah 3 Keandalan T/A Tingkat lulus per percobaan 81.3% Tes tidak stabil 0 Token input 28,980 Token output 1,283 Token penalaran 1,533,310 Waktu respons (rata-rata) 68.14s Waktu respons (total) 1090.28s Waktu respons (maks) 280.52s Jawaban salah: 2 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 : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0
#10#10	GPT-5.5medium	8.7	OpenAI	$3.502	37.88s
Lihat kartu model Total Tes 20 Tes Salah 4 Keandalan 10.0 Tingkat lulus per percobaan 86.7% Tes tidak stabil 3 Token input 31,593 Token output 1,964 Token penalaran 109,481 Waktu respons (rata-rata) 37.88s Waktu respons (total) 757.66s Waktu respons (maks) 332.10s Jawaban salah: 4 Trik anti-AI : 10.0 Pemrograman : 8.2 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
#11#11	Claude Opus 4.8medium	8.7	Anthropic	$1.006	9.34s
Lihat kartu model Total Tes 20 Tes Salah 4 Keandalan 10.0 Tingkat lulus per percobaan 83.3% Tes tidak stabil 1 Token input 57,185 Token output 23,201 Token penalaran 5,901 Waktu respons (rata-rata) 9.34s Waktu respons (total) 186.84s 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
#12#12	Gemini 3 Flash Previewlow	8.6	Google	$0.106	5.81s
Lihat kartu model Total Tes 20 Tes Salah 4 Keandalan 10.0 Tingkat lulus per percobaan 81.7% Tes tidak stabil 1 Token input 33,766 Token output 2,070 Token penalaran 27,348 Waktu respons (rata-rata) 5.81s Waktu respons (total) 116.25s Waktu respons (maks) 14.72s Jawaban salah: 4 Trik anti-AI : 10.0 Pemrograman : 7.3 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
#14#14	Grok 4.20 Betamedium	8.5	X AI	$0.750 ↑	9.75s
Lihat kartu model Total Tes 18 Tes Salah 4 Keandalan T/A Tingkat lulus per percobaan 81.5% Tes tidak stabil 1 Token input 35,955 Token output 1,647 Token penalaran 91,565 Waktu respons (rata-rata) 9.75s Waktu respons (total) 175.48s Waktu respons (maks) 31.36s Jawaban salah: 3 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 : 10.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 3.0
#15#15	Qwen3.6 Max Previewmedium	8.4	Qwen	$0.872 ↓	58.43s
Lihat kartu model Total Tes 20 Tes Salah 5 Keandalan 10.0 Tingkat lulus per percobaan 80.0% Tes tidak stabil 2 Token input 39,527 Token output 2,253 Token penalaran 130,852 Waktu respons (rata-rata) 58.43s Waktu respons (total) 1168.66s Waktu respons (maks) 238.07s Jawaban salah: 5 Trik anti-AI : 10.0 Pemrograman : 8.2 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
#16#16	Qwen3.7 Plusmedium	8.4	Qwen	$0.199	36.84s
Lihat kartu model Total Tes 20 Tes Salah 5 Keandalan 9.9 Tingkat lulus per percobaan 80.0% Tes tidak stabil 2 Token input 38,104 Token output 2,107 Token penalaran 112,479 Waktu respons (rata-rata) 36.84s Waktu respons (total) 736.86s Waktu respons (maks) 178.04s Jawaban salah: 4 Kedaluwarsa: 1 Trik anti-AI : 10.0 Pemrograman : 6.5 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
#17#17	GPT-5.3-Codexmedium	8.3	OpenAI	$0.685	15.95s
Lihat kartu model Total Tes 20 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 81.7% Tes tidak stabil 4 Token input 31,680 Token output 2,336 Token penalaran 42,565 Waktu respons (rata-rata) 15.95s Waktu respons (total) 319.08s 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
#18#18	GLM 5medium	8.2	Z.ai	$0.212 ↓	32.67s
Lihat kartu model Total Tes 20 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 81.7% Tes tidak stabil 4 Token input 32,626 Token output 21,558 Token penalaran 95,772 Waktu respons (rata-rata) 32.67s Waktu respons (total) 392.01s 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
#19#19	Qwen3.5 Plus 2026-02-15medium	8.1	Qwen	$0.283 ↓	67.58s
Lihat kartu model Total Tes 20 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 76.7% Tes tidak stabil 3 Token input 39,028 Token output 2,145 Token penalaran 172,563 Waktu respons (rata-rata) 67.58s Waktu respons (total) 878.57s Waktu respons (maks) 266.69s Jawaban salah: 4 Kedaluwarsa: 2 Trik anti-AI : 8.2 Pemrograman : 7.6 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
#21#21	Gemini 3.5 Flashnone	8.0	Google	$0.924	9.05s
Lihat kartu model Total Tes 20 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 76.7% Tes tidak stabil 3 Token input 10,840 Token output 100,760 Token penalaran 0 Waktu respons (rata-rata) 9.05s Waktu respons (total) 153.86s Waktu respons (maks) 64.36s Kesalahan API: 3 Jawaban salah: 3 Trik anti-AI : 10.0 Pemrograman : 8.2 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
#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
#23#23	Gemini 3.5 Flashminimal	7.9	Google	$0.103	1.58s
Lihat kartu model Total Tes 20 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 71.7% Tes tidak stabil 1 Token input 36,844 Token output 5,271 Token penalaran 0 Waktu respons (rata-rata) 1.58s Waktu respons (total) 31.55s Waktu respons (maks) 5.51s Jawaban salah: 4 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 6.5 Pemrograman : 7.0 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
#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
#26#26	Qwen3.7 Maxnone	7.9	Qwen	$0.051 ↓	1.30s
Lihat kartu model Total Tes 20 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 70.0% Tes tidak stabil 0 Token input 34,266 Token output 1,988 Token penalaran 0 Waktu respons (rata-rata) 1.30s Waktu respons (total) 25.95s Waktu respons (maks) 3.92s Jawaban salah: 6 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 : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#31#31	Gemini 3 PRO Previewmedium	7.9	Google	$0.385 ↑	9.05s
Lihat kartu model Total Tes 20 Tes Salah 6 Keandalan T/A Tingkat lulus per percobaan 70.0% Tes tidak stabil 0 Token input 28,848 Token output 1,490 Token penalaran 10,102 Waktu respons (rata-rata) 9.05s Waktu respons (total) 90.53s Waktu respons (maks) 26.24s Kesalahan API: 3 Jawaban salah: 3 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 Pengetahuan umum : 3.0
#32#32	Gemma 4 26B A4Bmedium	7.8	Google	$0.038 ↓	50.92s
Lihat kartu model Total Tes 20 Tes Salah 6 Keandalan 10.0 Tingkat lulus per percobaan 73.3% Tes tidak stabil 2 Token input 38,410 Token output 28,000 Token penalaran 82,045 Waktu respons (rata-rata) 50.92s Waktu respons (total) 967.47s Waktu respons (maks) 369.32s Jawaban salah: 3 Kedaluwarsa: 2 Tidak ada jawaban: 1 Trik anti-AI : 10.0 Pemrograman : 2.9 Gabungan : 9.6 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
#20#20	Seed-2.0-Litemedium	8.1	Bytedance Seed	$0.152	36.67s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 75.0% Tes tidak stabil 3 Token input 43,785 Token output 3,224 Token penalaran 67,040 Waktu respons (rata-rata) 36.67s Waktu respons (total) 733.46s Waktu respons (maks) 168.71s Jawaban salah: 5 Tidak mengikuti instruksi: 2 Trik anti-AI : 8.3 Pemrograman : 7.0 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
#24#24	Qwen3.5-27Bmedium	7.9	Qwen	$0.488 ↓	60.09s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 73.3% Tes tidak stabil 3 Token input 39,329 Token output 2,569 Token penalaran 304,894 Waktu respons (rata-rata) 60.09s Waktu respons (total) 1201.89s Waktu respons (maks) 177.36s Jawaban salah: 3 Tidak mengikuti instruksi: 2 Format tambahan: 1 Kedaluwarsa: 1 Trik anti-AI : 8.7 Pemrograman : 7.0 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 Pengetahuan umum : 3.0
#27#27	GPT-5.4medium	7.9	OpenAI	$1.140	22.31s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 75.0% Tes tidak stabil 4 Token input 31,489 Token output 2,221 Token penalaran 68,486 Waktu respons (rata-rata) 22.31s Waktu respons (total) 446.17s Waktu respons (maks) 100.41s Jawaban salah: 5 Tidak mengikuti instruksi: 2 Trik anti-AI : 8.3 Pemrograman : 8.2 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
#28#28	Step 3.7 Flashmedium	7.9	Stepfun	$0.347	18.32s
Lihat kartu model Total Tes 20 Tes Salah 7 Keandalan 9.9 Tingkat lulus per percobaan 71.7% Tes tidak stabil 2 Token input 37,338 Token output 294,481 Token penalaran 0 Waktu respons (rata-rata) 18.32s Waktu respons (total) 366.45s Waktu respons (maks) 113.98s Jawaban salah: 5 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Trik anti-AI : 8.7 Pemrograman : 8.2 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 4.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.7 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