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: 2026-07-02 Model Dievaluasi: 174

174/174

Peringkat	Model	Skor	Perusahaan	Total Biaya	Waktu respons (rata-rata)
#91#91	Gemma 4 31Bmedium	6.3	Google	$0.033 ↓	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
#92#92	Qwen3.5-35B-A3Bmedium	6.3	Qwen	$0.401 ↓	72.57s
Lihat kartu model Total Tes 21 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 69.8% Tes tidak stabil 6 Token input 42,196 Token output 40,630 Token penalaran 353,577 Waktu respons (rata-rata) 72.57s Waktu respons (total) 1524.04s Waktu respons (maks) 409.98s Kedaluwarsa: 5 Tidak ada jawaban: 2 Jawaban salah: 2 Kesalahan API: 1 Trik anti-AI : 10.0 Pemrograman : 5.9 Gabungan : 4.7 Parsing dan ekstraksi data : 7.3 Spesifik domain : 4.1 Kecerdasan umum : 2.8 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#93#93	GPT-5.5none	6.3	OpenAI	$0.231	1.89s
Lihat kartu model Total Tes 21 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 54.0% Tes tidak stabil 3 Token input 34,212 Token output 1,971 Token penalaran 0 Waktu respons (rata-rata) 1.89s Waktu respons (total) 39.64s Waktu respons (maks) 5.56s Jawaban salah: 11 Trik anti-AI : 6.9 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.2 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#94#94	Gemini 3 PRO Previewmedium	6.2	Google	$0.385 ↑	9.05s
Lihat kartu model Total Tes 21 Tes Salah 7 Keandalan T/A Tingkat lulus per percobaan 66.7% 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: 4 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
#95#95	Seed-2.0-Litenone	6.2	Bytedance Seed	$0.019	2.49s
Lihat kartu model Total Tes 21 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 46.0% Tes tidak stabil 4 Token input 46,573 Token output 3,259 Token penalaran 0 Waktu respons (rata-rata) 2.49s Waktu respons (total) 52.26s Waktu respons (maks) 6.70s Jawaban salah: 13 Trik anti-AI : 3.0 Pemrograman : 5.6 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#96#96	Gemini 2.5 Flashnone	6.2	Google	$0.016	875ms
Lihat kartu model Total Tes 21 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 46.0% Tes tidak stabil 1 Token input 35,926 Token output 1,770 Token penalaran 0 Waktu respons (rata-rata) 875ms Waktu respons (total) 18.37s Waktu respons (maks) 4.39s Jawaban salah: 12 Trik anti-AI : 3.0 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 5.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#97#97	Gemini 3.1 Flash Liteminimal	6.1	Google	$0.013	1.33s
Lihat kartu model Total Tes 21 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 54.0% Tes tidak stabil 3 Token input 36,973 Token output 2,487 Token penalaran 0 Waktu respons (rata-rata) 1.33s Waktu respons (total) 27.91s Waktu respons (maks) 4.49s Jawaban salah: 8 Tidak mengikuti instruksi: 3 Trik anti-AI : 8.3 Pemrograman : 5.5 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
#98#98	Gemini 3.1 Flash Lite Previewhigh	6.1	Google	$2.310	68.14s
Lihat kartu model Total Tes 16 Tes Salah 3 Keandalan T/A Tingkat lulus per percobaan 61.9% 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 : 7.5 Pemrograman : 0.0 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 Pengetahuan umum : 0.0
#99#99	Gemini 3.1 Flash Litenone	6.1	Google	$0.013	1.06s
Lihat kartu model Total Tes 21 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 52.4% Tes tidak stabil 4 Token input 36,710 Token output 2,484 Token penalaran 0 Waktu respons (rata-rata) 1.06s Waktu respons (total) 22.35s Waktu respons (maks) 2.97s Jawaban salah: 11 Tidak mengikuti instruksi: 1 Trik anti-AI : 7.5 Pemrograman : 5.5 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
#100#100	Qwen3.5-Flashnone	6.1	Qwen	$0.005 ↓	3.58s
Lihat kartu model Total Tes 21 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 39.7% Tes tidak stabil 1 Token input 46,439 Token output 4,276 Token penalaran 0 Waktu respons (rata-rata) 3.58s Waktu respons (total) 75.28s Waktu respons (maks) 27.18s Jawaban salah: 13 Trik anti-AI : 3.5 Pemrograman : 5.5 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
#101#101	Gemma 4 31Bnone	6.1	Google	$0.004 ↓	4.05s
Lihat kartu model Total Tes 21 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 47.6% Tes tidak stabil 0 Token input 20,911 Token output 1,407 Token penalaran 0 Waktu respons (rata-rata) 4.05s Waktu respons (total) 76.87s Waktu respons (maks) 26.13s Jawaban salah: 8 Kesalahan API: 2 Tidak mengikuti instruksi: 1 Trik anti-AI : 6.5 Pemrograman : 5.5 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
#102#102	Nemotron 3 Ultra 550b A55bnone	6.1	NVIDIA	$0.027 ↕	2.27s
Lihat kartu model Total Tes 21 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 44.4% Tes tidak stabil 2 Token input 43,326 Token output 2,138 Token penalaran 0 Waktu respons (rata-rata) 2.27s Waktu respons (total) 47.65s Waktu respons (maks) 13.49s Jawaban salah: 12 Tidak mengikuti instruksi: 1 Trik anti-AI : 3.5 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#103#103	Qwen3.6 Max Previewnone	6.0	Qwen	$0.075 ↓	3.30s
Lihat kartu model Total Tes 21 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 58.7% Tes tidak stabil 2 Token input 42,509 Token output 4,779 Token penalaran 0 Waktu respons (rata-rata) 3.30s Waktu respons (total) 69.40s Waktu respons (maks) 20.51s Jawaban salah: 10 Trik anti-AI : 5.2 Pemrograman : 3.8 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 4.3 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#104#104	GLM 5none	6.0	Z.ai	$0.027 ↑	4.03s
Lihat kartu model Total Tes 21 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 44.4% Tes tidak stabil 1 Token input 37,135 Token output 1,989 Token penalaran 0 Waktu respons (rata-rata) 4.03s Waktu respons (total) 56.37s Waktu respons (maks) 11.07s Jawaban salah: 12 Trik anti-AI : 4.8 Pemrograman : 4.0 Gabungan : 3.0 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 Pengetahuan umum : 3.0
#105#105	Qwen3.6 Flashnone	6.0	Qwen	$0.015 ↓	1.60s
Lihat kartu model Total Tes 21 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 33.3% Tes tidak stabil 0 Token input 50,810 Token output 4,164 Token penalaran 0 Waktu respons (rata-rata) 1.60s Waktu respons (total) 33.59s Waktu respons (maks) 4.60s Jawaban salah: 12 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Trik anti-AI : 3.1 Pemrograman : 5.4 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
#106#106	Qwen3.5-35B-A3Bnone	5.9	Qwen	$0.012 ↓	3.37s
Lihat kartu model Total Tes 21 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 42.9% Tes tidak stabil 3 Token input 48,194 Token output 4,343 Token penalaran 0 Waktu respons (rata-rata) 3.37s Waktu respons (total) 70.75s Waktu respons (maks) 47.43s Jawaban salah: 12 Tidak mengikuti instruksi: 2 Trik anti-AI : 3.4 Pemrograman : 5.5 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
#107#107	Qwen3.5-27Bnone	5.9	Qwen	$0.015 ↓	1.68s
Lihat kartu model Total Tes 21 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 38.1% Tes tidak stabil 2 Token input 44,478 Token output 3,592 Token penalaran 0 Waktu respons (rata-rata) 1.68s Waktu respons (total) 35.25s Waktu respons (maks) 9.39s Jawaban salah: 12 Tidak mengikuti instruksi: 2 Trik anti-AI : 4.8 Pemrograman : 5.8 Gabungan : 2.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 5.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 6.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#108#108	GLM 5V Turbonone	5.9	Z.ai	$0.052	2.99s
Lihat kartu model Total Tes 21 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 38.1% Tes tidak stabil 0 Token input 37,100 Token output 1,766 Token penalaran 0 Waktu respons (rata-rata) 2.99s Waktu respons (total) 62.74s Waktu respons (maks) 6.51s Jawaban salah: 11 Tidak mengikuti instruksi: 2 Trik anti-AI : 4.8 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.6 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#109#109	Qwen3.5 Plus 2026-02-15none	5.8	Qwen	$0.016 ↓	2.31s
Lihat kartu model Total Tes 21 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 46.0% Tes tidak stabil 2 Token input 45,864 Token output 2,480 Token penalaran 0 Waktu respons (rata-rata) 2.31s Waktu respons (total) 34.63s Waktu respons (maks) 6.65s Jawaban salah: 12 Trik anti-AI : 4.8 Pemrograman : 4.3 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.4 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#110#110	North Mini Codemedium	5.8	Cohere	$0.000	106.18s
Lihat kartu model Total Tes 21 Tes Salah 12 Keandalan 8.5 Tingkat lulus per percobaan 50.8% Tes tidak stabil 4 Token input 32,891 Token output 424,772 Token penalaran 1,021,489 Waktu respons (rata-rata) 106.18s Waktu respons (total) 2229.70s Waktu respons (maks) 357.05s Jawaban salah: 9 Format tambahan: 2 Kesalahan API: 1 Trik anti-AI : 8.4 Pemrograman : 4.5 Gabungan : 2.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.1 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 3.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#111#111	Owl Alphamedium	5.8	Openrouter	$0.000	11.95s
Lihat kartu model Total Tes 21 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 39.7% Tes tidak stabil 1 Token input 43,478 Token output 2,974 Token penalaran 0 Waktu respons (rata-rata) 11.95s Waktu respons (total) 250.88s Waktu respons (maks) 58.63s Jawaban salah: 10 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Trik anti-AI : 4.8 Pemrograman : 5.4 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.3 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#112#112	Mimo V2 PROnone	5.8	Xiaomi	$0.045 ↓	2.27s
Lihat kartu model Total Tes 21 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 41.3% Tes tidak stabil 3 Token input 39,344 Token output 2,352 Token penalaran 0 Waktu respons (rata-rata) 2.27s Waktu respons (total) 45.50s Waktu respons (maks) 6.58s Jawaban salah: 11 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Trik anti-AI : 3.5 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.3 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 6.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#113#113	Owl Alphanone	5.8	Openrouter	$0.000	9.88s
Lihat kartu model Total Tes 21 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 36.5% Tes tidak stabil 1 Token input 42,283 Token output 5,913 Token penalaran 0 Waktu respons (rata-rata) 9.88s Waktu respons (total) 207.38s Waktu respons (maks) 47.10s Jawaban salah: 10 Tidak mengikuti instruksi: 3 Format tambahan: 1 Trik anti-AI : 3.4 Pemrograman : 5.6 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.3 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 5.4 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#114#114	Kimi K2.6none	5.8	Moonshot AI	$0.078 ↓	13.27s
Lihat kartu model Total Tes 21 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 36.5% Tes tidak stabil 2 Token input 32,916 Token output 16,410 Token penalaran 0 Waktu respons (rata-rata) 13.27s Waktu respons (total) 278.57s Waktu respons (maks) 238.89s Jawaban salah: 11 Tidak mengikuti instruksi: 3 Trik anti-AI : 4.6 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.4 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#115#115	GPT-5.4none	5.8	OpenAI	$0.122	1.42s
Lihat kartu model Total Tes 21 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 36.5% Tes tidak stabil 2 Token input 34,212 Token output 2,417 Token penalaran 0 Waktu respons (rata-rata) 1.42s Waktu respons (total) 29.87s Waktu respons (maks) 2.95s Jawaban salah: 13 Tidak mengikuti instruksi: 1 Trik anti-AI : 3.2 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.4 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 5.6 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#116#116	Qwen3.6 Plus Previewmedium	5.8	Qwen	$0.000	15.25s
Lihat kartu model Total Tes 19 Tes Salah 10 Keandalan T/A Tingkat lulus per percobaan 42.9% 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 : 9.8 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
#117#117	Mimo V2 Omninone	5.7	Xiaomi	$0.021 ↓	2.44s
Lihat kartu model Total Tes 21 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 39.7% Tes tidak stabil 1 Token input 40,852 Token output 3,314 Token penalaran 0 Waktu respons (rata-rata) 2.44s Waktu respons (total) 48.81s Waktu respons (maks) 6.81s Jawaban salah: 10 Kesalahan API: 1 Format tambahan: 1 Tidak mengikuti instruksi: 1 Trik anti-AI : 3.6 Pemrograman : 4.4 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.1 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#118#118	Claude Sonnet 5none	5.7	Anthropic	$0.287	4.74s
Lihat kartu model Total Tes 21 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 42.9% Tes tidak stabil 4 Token input 76,797 Token output 13,325 Token penalaran 0 Waktu respons (rata-rata) 4.74s Waktu respons (total) 99.46s Waktu respons (maks) 29.46s Jawaban salah: 7 Format tambahan: 4 Tidak ada jawaban: 2 Tidak mengikuti instruksi: 1 Trik anti-AI : 5.3 Pemrograman : 4.6 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.7 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 6.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#119#119	Grok 4.1 Fastmedium	5.6	X AI	$0.069 ↑	23.85s
Lihat kartu model Total Tes 19 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 55.6% Tes tidak stabil 6 Token input 42,845 Token output 2,006 Token penalaran 96,334 Waktu respons (rata-rata) 23.85s Waktu respons (total) 286.16s Waktu respons (maks) 121.79s Tidak mengikuti instruksi: 4 Jawaban salah: 4 Tidak ada jawaban: 1 Kedaluwarsa: 1 Trik anti-AI : 8.7 Pemrograman : 7.8 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.8 Kecerdasan umum : 4.2 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 5.3 Pemanggilan alat : 2.8 Pengetahuan umum : 3.0
#120#120	GLM 5.1none	5.6	Z.ai	$0.063 ↑	4.10s
Lihat kartu model Total Tes 21 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 41.3% Tes tidak stabil 4 Token input 47,133 Token output 3,754 Token penalaran 0 Waktu respons (rata-rata) 4.10s Waktu respons (total) 86.18s Waktu respons (maks) 32.57s Jawaban salah: 13 Pemanggilan alat tidak valid: 1 Trik anti-AI : 4.0 Pemrograman : 3.9 Gabungan : 2.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 5.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0

←

1 2 3 4 5 6

→

Perbandingan Cepat

Gemini 3.5 FlashhighvsGemini 3 Flash Previewmedium Gemini 3.5 FlashhighvsQwen3.7 Maxmedium Gemini 3.5 FlashhighvsGPT-5.5low Gemini 3.5 FlashhighvsGemini 3.5 Flashlow Gemini 3.5 FlashhighvsClaude Fable 5medium Gemini 3.5 FlashhighvsGemini 3.1 Pro Previewmedium Gemini 3.5 FlashhighvsNemotron 3 Ultra 550b A55bmediumTersedia gratis Gemini 3.5 FlashhighvsNorth Mini CodemediumTersedia gratis Gemini 3 Flash PreviewmediumvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGPT-5.5low GPT-5.5lowvsGemini 3.5 Flashlow Gemini 3.5 FlashlowvsClaude Fable 5medium

Leaderboard Benchmark AI

Filter model

Perbandingan Cepat