Leaderboard AI Benchy

Name: Hasil Benchmark Model AI BENCHY
Creator: AI BENCHY
License: https://aibenchy.com/methodology/

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-10-02 Model Dievaluasi: 387

Model rekomendasi

GPT-6.1 Sol xhigh Cerdas Tingkat lulus per percobaan 97.1% Tes benar 22 / 23 Skor 9.9/10 Gemini 3.7 Flash low Cepat Waktu respons (rata-rata) 6.24s Total token output 38,453 Skor 9.4/10 GPT-6 Luna high Terjangkau Harga input $0.100 / 1M Harga output $0.500 / 1M Harga baca cache $0.010 / 1M Harga tulis cache $0.125 / 1M Skor 7.7/10

387/387

Peringkat	Model	Skor	Perusahaan	Total Biaya	Waktu respons (rata-rata)
#276#276	North Mini Codemedium	5.4	Cohere	$0.000	140.39s
Lihat kartu model Total Tes 23 Tes Salah 15 Keandalan 8.9 Tingkat lulus per percobaan 42.0% Tes tidak stabil 4 Token input 166,347 Token output 423,884 Token penalaran 1,394,387 Waktu respons (rata-rata) 140.39s Waktu respons (total) 3229.07s Waktu respons (maks) 786.72s Jawaban salah: 10 Format tambahan: 2 Kesalahan API: 1 Pemanggilan alat tidak valid: 1 Kedaluwarsa: 1 Tugas agen : 3.9 Trik anti-AI : 8.4 Pemrograman : 4.5 Gabungan : 2.9 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 5.1 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 3.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#277#277	Hy4 previewlow	5.4	Tencent	$1.855 ↑	207.21s
Lihat kartu model Total Tes 23 Tes Salah 20 Keandalan 6.5 Tingkat lulus per percobaan 21.7% Tes tidak stabil 4 Token input 162,180 Token output 5,030 Token penalaran 682,447 Waktu respons (rata-rata) 207.21s Waktu respons (total) 4765.91s Waktu respons (maks) 597.45s Jawaban salah: 13 Kesalahan API: 5 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Tugas agen : 4.7 Trik anti-AI : 6.0 Pemrograman : 5.2 Gabungan : 2.9 Parsing dan ekstraksi data : 8.7 Spesifik domain : 4.5 Kecerdasan umum : 7.5 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.3 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#278#278	MiMo-V2.6-Flashnone	5.4	Xiaomi	$0.060	6.20s
Lihat kartu model Total Tes 23 Tes Salah 17 Keandalan 10.0 Tingkat lulus per percobaan 30.4% Tes tidak stabil 2 Token input 276,697 Token output 75,728 Token penalaran 0 Waktu respons (rata-rata) 6.20s Waktu respons (total) 142.63s Waktu respons (maks) 62.57s Jawaban salah: 15 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 5.0 Trik anti-AI : 4.8 Pemrograman : 3.7 Gabungan : 3.7 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.0 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#279#279	Step 3.5 Flashmedium	5.4	Stepfun	$0.105	190.48s
Lihat kartu model Total Tes 22 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 49.3% Tes tidak stabil 3 Token input 139,086 Token output 193,584 Token penalaran 413,546 Waktu respons (rata-rata) 190.48s Waktu respons (total) 3238.23s Waktu respons (maks) 1597.85s Jawaban salah: 6 Tidak mengikuti instruksi: 3 Kesalahan API: 1 Tidak ada jawaban: 1 Kedaluwarsa: 1 Tugas agen : 2.8 Trik anti-AI : 10.0 Pemrograman : 2.4 Gabungan : 6.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.5 Kecerdasan umum : 5.5 Kepatuhan instruksi : 8.3 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#280#280	Ember-1none	5.4	Fireworks	$0.786	22.65s
Lihat kartu model Total Tes 23 Tes Salah 15 Keandalan 8.8 Tingkat lulus per percobaan 43.5% Tes tidak stabil 4 Token input 202,617 Token output 11,832 Token penalaran 0 Waktu respons (rata-rata) 22.65s Waktu respons (total) 520.91s Waktu respons (maks) 93.12s Jawaban salah: 10 Kesalahan API: 5 Tugas agen : 6.1 Trik anti-AI : 5.2 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 6.4 Spesifik domain : 5.3 Kecerdasan umum : 5.0 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 10.0 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#281#281	Hy3 previewmedium	5.3	Tencent	$0.049 ↕	16.28s
Lihat kartu model Total Tes 21 Tes Salah 7 Keandalan 10.0 Tingkat lulus per percobaan 60.9% 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 Tugas agen : 0.0 Trik anti-AI : 10.0 Pemrograman : 5.3 Gabungan : 5.0 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
#282#282	GPT-5.6 Lunanone	5.3	OpenAI	$0.042 ↓	3.78s
Lihat kartu model Total Tes 23 Tes Salah 17 Keandalan 10.0 Tingkat lulus per percobaan 34.8% Tes tidak stabil 3 Token input 230,744 Token output 8,000 Token penalaran 0 Waktu respons (rata-rata) 3.78s Waktu respons (total) 86.83s Waktu respons (maks) 53.77s Jawaban salah: 15 Format tambahan: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 5.0 Trik anti-AI : 4.8 Pemrograman : 3.8 Gabungan : 3.2 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 5.0 Kepatuhan instruksi : 7.1 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#283#283	Granite 4.2 8Blow	5.3	IBM Granite	$0.036	58.20s
Lihat kartu model Total Tes 23 Tes Salah 16 Keandalan 9.2 Tingkat lulus per percobaan 33.3% Tes tidak stabil 1 Token input 332,917 Token output 18,989 Token penalaran 42,362 Waktu respons (rata-rata) 58.20s Waktu respons (total) 1338.65s Waktu respons (maks) 566.80s Jawaban salah: 11 Kedaluwarsa: 3 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Tugas agen : 6.1 Trik anti-AI : 8.3 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 5.3 Kecerdasan umum : 4.0 Kepatuhan instruksi : 3.0 Pemecahan teka-teki : 3.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#284#284	Kimi K2.5none	5.3	Moonshot AI	$0.262 ↑	35.86s
Lihat kartu model Total Tes 23 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 29.0% Tes tidak stabil 4 Token input 275,349 Token output 49,389 Token penalaran 0 Waktu respons (rata-rata) 35.86s Waktu respons (total) 609.61s Waktu respons (maks) 321.19s Jawaban salah: 17 Tidak ada jawaban: 1 Tugas agen : 5.0 Trik anti-AI : 3.6 Pemrograman : 5.5 Gabungan : 2.8 Parsing dan ekstraksi data : 7.3 Spesifik domain : 3.0 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#285#285	Qwen3.6 Max Previewnone	5.3	Qwen	$0.228 ↓	7.82s
Lihat kartu model Total Tes 22 Tes Salah 11 Keandalan 9.9 Tingkat lulus per percobaan 53.6% Tes tidak stabil 2 Token input 106,348 Token output 19,257 Token penalaran 0 Waktu respons (rata-rata) 7.82s Waktu respons (total) 172.04s Waktu respons (maks) 102.62s Jawaban salah: 11 Tugas agen : 0.0 Trik anti-AI : 5.2 Pemrograman : 3.8 Gabungan : 6.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.3 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#286#286	Laguna XS 2.1none	5.3	Poolside	$0.020	4.56s
Lihat kartu model Total Tes 23 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 29.0% Tes tidak stabil 3 Token input 270,072 Token output 23,173 Token penalaran 0 Waktu respons (rata-rata) 4.56s Waktu respons (total) 104.80s Waktu respons (maks) 70.79s Jawaban salah: 14 Pemanggilan alat tidak valid: 2 Tidak mengikuti instruksi: 1 Kedaluwarsa: 1 Tugas agen : 5.0 Trik anti-AI : 5.3 Pemrograman : 4.3 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.0 Kepatuhan instruksi : 3.8 Pemecahan teka-teki : 3.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#287#287	Qwen3.6 35B A3Bnone	5.3	Qwen	$0.105 ↑	8.43s
Lihat kartu model Total Tes 23 Tes Salah 19 Keandalan 10.0 Tingkat lulus per percobaan 29.0% Tes tidak stabil 6 Token input 272,479 Token output 63,781 Token penalaran 0 Waktu respons (rata-rata) 8.43s Waktu respons (total) 176.93s Waktu respons (maks) 65.61s Jawaban salah: 13 Kesalahan API: 2 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 5.2 Trik anti-AI : 3.6 Pemrograman : 5.5 Gabungan : 3.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 4.4 Kepatuhan instruksi : 6.2 Pemecahan teka-teki : 3.2 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#288#288	Inkling Smalllow	5.2	Thinkingmachines	$0.055 ↓	1.99s
Lihat kartu model Total Tes 23 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 47.8% Tes tidak stabil 4 Token input 81,447 Token output 2,715 Token penalaran 11,971 Waktu respons (rata-rata) 1.99s Waktu respons (total) 45.67s Waktu respons (maks) 5.82s Jawaban salah: 9 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 2 Kesalahan API: 1 Tugas agen : 3.0 Trik anti-AI : 9.2 Pemrograman : 4.6 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.3 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 5.3 Pemanggilan alat : 3.0 Pengetahuan umum : 3.0
#289#289	Ling 3.0 Flashnone	5.2	Inclusionai	$0.004 ↕	3.40s
Lihat kartu model Total Tes 23 Tes Salah 17 Keandalan 10.0 Tingkat lulus per percobaan 26.1% Tes tidak stabil 0 Token input 123,993 Token output 12,777 Token penalaran 0 Waktu respons (rata-rata) 3.40s Waktu respons (total) 74.77s Waktu respons (maks) 17.51s Jawaban salah: 13 Kesalahan API: 2 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 3.0 Trik anti-AI : 4.8 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 5.0 Kepatuhan instruksi : 4.8 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#290#290	Nemotron 3.5 Lightninghigh	5.2	NVIDIA	$0.168 ↕	77.08s
Lihat kartu model Total Tes 23 Tes Salah 18 Keandalan 9.6 Tingkat lulus per percobaan 47.8% Tes tidak stabil 12 Token input 170,517 Token output 149,968 Token penalaran 509,725 Waktu respons (rata-rata) 77.08s Waktu respons (total) 1772.78s Waktu respons (maks) 490.99s Jawaban salah: 11 Tidak mengikuti instruksi: 4 Format tambahan: 1 Pemanggilan alat tidak valid: 1 Kedaluwarsa: 1 Tugas agen : 3.5 Trik anti-AI : 5.5 Pemrograman : 4.4 Gabungan : 6.4 Parsing dan ekstraksi data : 7.3 Spesifik domain : 2.9 Kecerdasan umum : 3.7 Kepatuhan instruksi : 8.5 Pemecahan teka-teki : 3.6 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#291#291	KAT Coder AIR V2.5high	5.2	Kwaipilot	$0.077	15.23s
Lihat kartu model Total Tes 23 Tes Salah 16 Keandalan 9.8 Tingkat lulus per percobaan 40.6% Tes tidak stabil 5 Token input 50,423 Token output 4,144 Token penalaran 110,510 Waktu respons (rata-rata) 15.23s Waktu respons (total) 350.26s Waktu respons (maks) 118.35s Jawaban salah: 9 Kesalahan API: 4 Format tambahan: 3 Tugas agen : 3.0 Trik anti-AI : 6.9 Pemrograman : 4.3 Gabungan : 6.5 Parsing dan ekstraksi data : 6.5 Spesifik domain : 3.0 Kecerdasan umum : 5.1 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 3.5 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#292#292	Mimo V2 PROmedium	5.2	Xiaomi	$0.333 ↑	22.16s
Lihat kartu model Total Tes 21 Tes Salah 9 Keandalan 9.6 Tingkat lulus per percobaan 66.7% Tes tidak stabil 5 Token input 40,961 Token output 2,518 Token penalaran 81,801 Waktu respons (rata-rata) 22.16s Waktu respons (total) 443.22s Waktu respons (maks) 136.29s Jawaban salah: 5 Kesalahan API: 1 Format tambahan: 1 Tidak mengikuti instruksi: 1 Kedaluwarsa: 1 Tugas agen : 0.0 Trik anti-AI : 10.0 Pemrograman : 6.0 Gabungan : 2.3 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 6.4 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#293#293	MiMo-V2-Flashmedium	5.1	Xiaomi	$0.043 ↑	20.11s
Lihat kartu model Total Tes 21 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 59.4% Tes tidak stabil 3 Token input 40,111 Token output 12,476 Token penalaran 125,039 Waktu respons (rata-rata) 20.11s Waktu respons (total) 301.59s Waktu respons (maks) 96.01s Jawaban salah: 5 Kesalahan API: 1 Format tambahan: 1 Tidak mengikuti instruksi: 1 Kedaluwarsa: 1 Tugas agen : 0.0 Trik anti-AI : 8.1 Pemrograman : 6.0 Gabungan : 4.9 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 Pengetahuan umum : 3.0
#294#294	Mistral Small 4medium	5.1	Mistral	$0.126 ↑	12.68s
Lihat kartu model Total Tes 23 Tes Salah 18 Keandalan 9.7 Tingkat lulus per percobaan 42.0% Tes tidak stabil 8 Token input 321,955 Token output 41,555 Token penalaran 94,946 Waktu respons (rata-rata) 12.68s Waktu respons (total) 291.66s Waktu respons (maks) 59.15s Jawaban salah: 14 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Tidak ada jawaban: 1 Tugas agen : 5.0 Trik anti-AI : 5.6 Pemrograman : 4.4 Gabungan : 3.0 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.9 Kecerdasan umum : 4.8 Kepatuhan instruksi : 7.3 Pemecahan teka-teki : 3.4 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#295#295	Mistral Small 4none	5.1	Mistral	$0.047	3.12s
Lihat kartu model Total Tes 23 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 24.6% Tes tidak stabil 1 Token input 265,602 Token output 10,913 Token penalaran 0 Waktu respons (rata-rata) 3.12s Waktu respons (total) 71.87s Waktu respons (maks) 45.46s Jawaban salah: 17 Tidak mengikuti instruksi: 1 Tugas agen : 5.0 Trik anti-AI : 3.4 Pemrograman : 3.7 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
#296#296	Mercury 2.5low	5.1	Inception	$0.020	3.34s
Lihat kartu model Total Tes 23 Tes Salah 17 Keandalan 9.8 Tingkat lulus per percobaan 37.7% Tes tidak stabil 5 Token input 326,083 Token output 7,224 Token penalaran 33,078 Waktu respons (rata-rata) 3.34s Waktu respons (total) 76.80s Waktu respons (maks) 47.06s Jawaban salah: 14 Kesalahan API: 1 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 5.0 Trik anti-AI : 6.9 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 6.5 Spesifik domain : 3.6 Kecerdasan umum : 4.4 Kepatuhan instruksi : 2.9 Pemecahan teka-teki : 5.9 Pemanggilan alat : 9.8 Pengetahuan umum : 3.0
#297#297	KAT Coder AIR V2.5medium	5.1	Kwaipilot	$0.048	8.32s
Lihat kartu model Total Tes 23 Tes Salah 15 Keandalan 9.6 Tingkat lulus per percobaan 43.5% Tes tidak stabil 3 Token input 51,369 Token output 8,008 Token penalaran 58,568 Waktu respons (rata-rata) 8.32s Waktu respons (total) 191.40s Waktu respons (maks) 48.19s Jawaban salah: 10 Kesalahan API: 2 Format tambahan: 1 Tidak mengikuti instruksi: 1 Kedaluwarsa: 1 Tugas agen : 3.0 Trik anti-AI : 8.7 Pemrograman : 3.6 Gabungan : 6.5 Parsing dan ekstraksi data : 6.5 Spesifik domain : 3.0 Kecerdasan umum : 5.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 3.6 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#298#298	MiMo-V2.5-Pronone	5.1	Xiaomi	$0.135 ↓	6.21s
Lihat kartu model Total Tes 23 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 31.9% Tes tidak stabil 4 Token input 273,075 Token output 17,069 Token penalaran 0 Waktu respons (rata-rata) 6.21s Waktu respons (total) 142.89s Waktu respons (maks) 53.13s Jawaban salah: 12 Tidak mengikuti instruksi: 4 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 3.9 Trik anti-AI : 3.3 Pemrograman : 4.3 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 4.0 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 6.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#299#299	Apodex 1.1 Mininone	5.1	Apodex	$0.000	7.79s
Lihat kartu model Total Tes 23 Tes Salah 20 Keandalan 10.0 Tingkat lulus per percobaan 29.0% Tes tidak stabil 8 Token input 465,127 Token output 72,309 Token penalaran 0 Waktu respons (rata-rata) 7.79s Waktu respons (total) 179.09s Waktu respons (maks) 121.52s Jawaban salah: 16 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 2 Tugas agen : 5.2 Trik anti-AI : 3.4 Pemrograman : 3.8 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 5.4 Kepatuhan instruksi : 4.9 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#300#300	Laguna S 2.1medium	5.0	Poolside	$0.092 ↑	63.06s
Lihat kartu model Total Tes 23 Tes Salah 19 Keandalan 10.0 Tingkat lulus per percobaan 24.6% Tes tidak stabil 4 Token input 230,291 Token output 99,030 Token penalaran 287,794 Waktu respons (rata-rata) 63.06s Waktu respons (total) 1450.31s Waktu respons (maks) 560.31s Jawaban salah: 14 Pemanggilan alat tidak valid: 2 Tidak ada jawaban: 2 Tidak mengikuti instruksi: 1 Tugas agen : 3.4 Trik anti-AI : 3.4 Pemrograman : 5.3 Gabungan : 3.2 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 4.6 Kepatuhan instruksi : 4.2 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0

Tren benchmark global

Lihat bagaimana model saat ini menyeimbangkan skor, biaya, kecepatan, panjang output, dan kekuatan per kategori.

Grafik →

Frontier Pareto: kecerdasan vs biaya

Perkembangan skor terbaik perusahaan terdepan

Frontier Pareto: kecerdasan vs kecepatan respons

Frontier Pareto Skor vs Token Output

Tingkat kesulitan kategori lintas model

Perbandingan Cepat

Gemini 3.6 FlashhighvsGemini 3.8 Flashhigh Gemini 3.8 FlashhighvsGPT-6 Solhigh GPT-6 SolhighvsGPT-6.1 Solmax GPT-6.1 SolmaxvsGPT-6 Astramax GPT-6 AstramaxvsGPT-6.1 Solxhigh GPT-6.1 SolxhighvsGPT-6 Astrahigh GPT-6 AstrahighvsGemini 3.7 Flashhigh Gemini 3.7 FlashhighvsGemini 3.6 Flashmedium Gemini 3.6 FlashmediumvsGPT-6.1 Solmedium GPT-6.1 SolmediumvsGPT-6.1 Solhigh GPT-6.1 SolhighvsGPT-5.6 Sollow GPT-5.6 SollowvsGPT-6 Astralow