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)
#201#201	Laguna XS 2.1medium	6.4	Poolside	$0.083	48.97s
Lihat kartu model Total Tes 23 Tes Salah 14 Keandalan 10.0 Tingkat lulus per percobaan 46.4% Tes tidak stabil 3 Token input 352,516 Token output 33,786 Token penalaran 504,506 Waktu respons (rata-rata) 48.97s Waktu respons (total) 1126.35s Waktu respons (maks) 422.72s Jawaban salah: 10 Pemanggilan alat tidak valid: 2 Tidak ada jawaban: 2 Tugas agen : 6.1 Trik anti-AI : 4.8 Pemrograman : 5.5 Gabungan : 6.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.5 Kecerdasan umum : 5.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#202#202	Qwen3.5-122B-A10Bnone	6.4	Qwen	$0.308 ↓	14.79s
Lihat kartu model Total Tes 23 Tes Salah 16 Keandalan 10.0 Tingkat lulus per percobaan 36.2% Tes tidak stabil 2 Token input 405,921 Token output 97,112 Token penalaran 0 Waktu respons (rata-rata) 14.79s Waktu respons (total) 340.25s Waktu respons (maks) 212.63s Jawaban salah: 13 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Tugas agen : 10.0 Trik anti-AI : 4.8 Pemrograman : 3.7 Gabungan : 5.2 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.0 Kepatuhan instruksi : 6.3 Pemecahan teka-teki : 3.8 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#203#203	Gemini 3 Flash Previewnone	6.4	Google	$0.155	6.05s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 62.3% Tes tidak stabil 3 Token input 233,893 Token output 12,432 Token penalaran 0 Waktu respons (rata-rata) 6.05s Waktu respons (total) 102.89s Waktu respons (maks) 57.84s Jawaban salah: 9 Tidak ada jawaban: 1 Tugas agen : 5.0 Trik anti-AI : 8.3 Pemrograman : 5.5 Gabungan : 3.8 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 Pengetahuan umum : 3.0
#204#204	Solar Pro 4medium	6.4	Upstage	$0.098 ↑	133.93s
Lihat kartu model Total Tes 23 Tes Salah 11 Keandalan 9.9 Tingkat lulus per percobaan 60.9% Tes tidak stabil 5 Token input 299,558 Token output 33,248 Token penalaran 374,819 Waktu respons (rata-rata) 133.93s Waktu respons (total) 3080.36s Waktu respons (maks) 519.91s Jawaban salah: 6 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Format tambahan: 1 Tidak ada jawaban: 1 Tugas agen : 4.7 Trik anti-AI : 8.2 Pemrograman : 5.5 Gabungan : 6.4 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 3.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 9.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#205#205	Claude Sonnet 4.6medium	6.4	Anthropic	$2.126	28.08s
Lihat kartu model Total Tes 22 Tes Salah 8 Keandalan 10.0 Tingkat lulus per percobaan 62.3% Tes tidak stabil 1 Token input 106,316 Token output 79,338 Token penalaran 41,089 Waktu respons (rata-rata) 28.08s Waktu respons (total) 421.15s Waktu respons (maks) 140.96s Jawaban salah: 4 Format tambahan: 3 Kedaluwarsa: 1 Tugas agen : 0.0 Trik anti-AI : 6.5 Pemrograman : 5.7 Gabungan : 10.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 10.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#206#206	Kimi K2.5medium	6.4	Moonshot AI	$0.841 ↑	125.76s
Lihat kartu model Total Tes 23 Tes Salah 13 Keandalan 9.6 Tingkat lulus per percobaan 60.9% Tes tidak stabil 8 Token input 292,271 Token output 55,025 Token penalaran 186,071 Waktu respons (rata-rata) 125.76s Waktu respons (total) 2137.84s Waktu respons (maks) 566.79s Jawaban salah: 5 Kedaluwarsa: 3 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 2 Pemanggilan alat tidak valid: 1 Tugas agen : 3.9 Trik anti-AI : 7.3 Pemrograman : 6.1 Gabungan : 6.7 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 6.5 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#207#207	Mercury 2.5medium	6.4	Inception	$0.034	7.74s
Lihat kartu model Total Tes 23 Tes Salah 11 Keandalan 9.7 Tingkat lulus per percobaan 63.8% Tes tidak stabil 5 Token input 317,982 Token output 3,918 Token penalaran 135,028 Waktu respons (rata-rata) 7.74s Waktu respons (total) 178.07s Waktu respons (maks) 107.89s Jawaban salah: 9 Kesalahan API: 1 Kedaluwarsa: 1 Tugas agen : 4.7 Trik anti-AI : 10.0 Pemrograman : 5.0 Gabungan : 6.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 4.4 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#208#208	Gemini 3.5 Flashminimal	6.4	Google	$0.508	4.67s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 58.0% Tes tidak stabil 1 Token input 230,004 Token output 18,040 Token penalaran 0 Waktu respons (rata-rata) 4.67s Waktu respons (total) 107.45s Waktu respons (maks) 49.23s Jawaban salah: 7 Pemanggilan alat tidak valid: 2 Tidak mengikuti instruksi: 1 Tugas agen : 5.0 Trik anti-AI : 6.5 Pemrograman : 5.6 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 10.0 Kepatuhan instruksi : 6.4 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#209#209	MiMo-V2.5-Promedium	6.4	Xiaomi	$0.332 ↓	56.72s
Lihat kartu model Total Tes 23 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 63.8% Tes tidak stabil 7 Token input 253,462 Token output 40,269 Token penalaran 185,716 Waktu respons (rata-rata) 56.72s Waktu respons (total) 1304.54s Waktu respons (maks) 333.34s Jawaban salah: 4 Format tambahan: 3 Tidak mengikuti instruksi: 2 Kesalahan API: 1 Pemanggilan alat tidak valid: 1 Tidak ada jawaban: 1 Tugas agen : 4.7 Trik anti-AI : 10.0 Pemrograman : 6.2 Gabungan : 6.9 Parsing dan ekstraksi data : 7.3 Spesifik domain : 2.9 Kecerdasan umum : 5.5 Kepatuhan instruksi : 9.9 Pemecahan teka-teki : 6.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#210#210	Dots 3 Note Previewhigh	6.4	Dots Studio	$0.000	70.48s
Lihat kartu model Total Tes 23 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 59.4% Tes tidak stabil 7 Token input 255,887 Token output 154,879 Token penalaran 603,518 Waktu respons (rata-rata) 70.48s Waktu respons (total) 1620.93s Waktu respons (maks) 480.52s Jawaban salah: 9 Tidak ada jawaban: 2 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 6.1 Trik anti-AI : 8.7 Pemrograman : 5.8 Gabungan : 6.9 Parsing dan ekstraksi data : 7.3 Spesifik domain : 5.3 Kecerdasan umum : 3.4 Kepatuhan instruksi : 8.3 Pemecahan teka-teki : 5.5 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#211#211	Dots 3 Note Previewlow	6.4	Dots Studio	$0.000	66.13s
Lihat kartu model Total Tes 23 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 58.0% Tes tidak stabil 6 Token input 260,850 Token output 125,908 Token penalaran 516,424 Waktu respons (rata-rata) 66.13s Waktu respons (total) 1520.96s Waktu respons (maks) 417.36s Jawaban salah: 8 Tidak mengikuti instruksi: 2 Tidak ada jawaban: 2 Pemanggilan alat tidak valid: 1 Tugas agen : 6.1 Trik anti-AI : 10.0 Pemrograman : 5.9 Gabungan : 6.9 Parsing dan ekstraksi data : 7.3 Spesifik domain : 3.6 Kecerdasan umum : 4.0 Kepatuhan instruksi : 7.9 Pemecahan teka-teki : 5.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#212#212	LongCat 2.0none	6.4	Meituan	$0.104	8.50s
Lihat kartu model Total Tes 23 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 42.0% Tes tidak stabil 3 Token input 276,199 Token output 17,473 Token penalaran 0 Waktu respons (rata-rata) 8.50s Waktu respons (total) 195.60s Waktu respons (maks) 81.77s Jawaban salah: 13 Format tambahan: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 6.1 Trik anti-AI : 4.8 Pemrograman : 5.5 Gabungan : 6.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 5.0 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 4.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#213#213	Qwen3.5-35B-A3Bmedium	6.3	Qwen	$0.971 ↓	111.54s
Lihat kartu model Total Tes 23 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 65.2% Tes tidak stabil 7 Token input 378,048 Token output 56,477 Token penalaran 865,151 Waktu respons (rata-rata) 111.54s Waktu respons (total) 2565.38s Waktu respons (maks) 950.25s Tidak ada jawaban: 3 Kedaluwarsa: 3 Jawaban salah: 3 Kesalahan API: 1 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 7.4 Trik anti-AI : 10.0 Pemrograman : 5.9 Gabungan : 3.8 Parsing dan ekstraksi data : 7.3 Spesifik domain : 3.5 Kecerdasan umum : 2.8 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 8.2 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#214#214	Qwen3.6 27Bnone	6.3	Qwen	$0.147 ↓	12.71s
Lihat kartu model Total Tes 23 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 47.8% Tes tidak stabil 6 Token input 250,919 Token output 20,816 Token penalaran 0 Waktu respons (rata-rata) 12.71s Waktu respons (total) 292.29s Waktu respons (maks) 156.31s Jawaban salah: 11 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 2 Tugas agen : 10.0 Trik anti-AI : 3.8 Pemrograman : 5.5 Gabungan : 3.2 Parsing dan ekstraksi data : 7.3 Spesifik domain : 7.7 Kecerdasan umum : 5.2 Kepatuhan instruksi : 6.2 Pemecahan teka-teki : 5.3 Pemanggilan alat : 9.5 Pengetahuan umum : 3.0
#215#215	Gemini 3.5 Flash Litelow	6.3	Google	$0.183	4.79s
Lihat kartu model Total Tes 23 Tes Salah 11 Keandalan 10.0 Tingkat lulus per percobaan 66.7% Tes tidak stabil 6 Token input 275,779 Token output 14,401 Token penalaran 25,511 Waktu respons (rata-rata) 4.79s Waktu respons (total) 110.24s Waktu respons (maks) 53.91s Jawaban salah: 9 Tidak mengikuti instruksi: 1 Tidak ada jawaban: 1 Tugas agen : 5.0 Trik anti-AI : 9.0 Pemrograman : 4.3 Gabungan : 3.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.9 Kecerdasan umum : 10.0 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.6 Pemanggilan alat : 10.0 Pengetahuan umum : 4.7
#216#216	Gemini 3.1 Flash Lite Previewlow	6.3	Google	$0.736	19.04s
Lihat kartu model Total Tes 23 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 60.9% Tes tidak stabil 0 Token input 309,715 Token output 16,170 Token penalaran 422,721 Waktu respons (rata-rata) 19.04s Waktu respons (total) 437.98s Waktu respons (maks) 309.35s Jawaban salah: 7 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 5.0 Trik anti-AI : 8.3 Pemrograman : 5.5 Gabungan : 3.0 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 4.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#217#217	Gemini 3.1 Flash Litelow	6.3	Google	$0.717	19.02s
Lihat kartu model Total Tes 23 Tes Salah 10 Keandalan 10.0 Tingkat lulus per percobaan 60.9% Tes tidak stabil 2 Token input 312,368 Token output 9,429 Token penalaran 416,147 Waktu respons (rata-rata) 19.02s Waktu respons (total) 437.38s Waktu respons (maks) 318.02s Jawaban salah: 9 Pemanggilan alat tidak valid: 1 Tugas agen : 5.0 Trik anti-AI : 7.3 Pemrograman : 5.5 Gabungan : 3.2 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 4.0 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 10.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#218#218	Solar Pro 4high	6.3	Upstage	$0.077 ↑	128.91s
Lihat kartu model Total Tes 23 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 60.9% Tes tidak stabil 6 Token input 209,002 Token output 24,675 Token penalaran 377,528 Waktu respons (rata-rata) 128.91s Waktu respons (total) 2965.04s Waktu respons (maks) 491.07s Jawaban salah: 6 Tidak mengikuti instruksi: 3 Kesalahan API: 1 Format tambahan: 1 Tidak ada jawaban: 1 Tugas agen : 2.8 Trik anti-AI : 8.7 Pemrograman : 5.7 Gabungan : 7.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.6 Kecerdasan umum : 5.5 Kepatuhan instruksi : 7.9 Pemecahan teka-teki : 8.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#219#219	Qwen3.5 Plus 2026-02-15none	6.3	Qwen	$0.176	20.07s
Lihat kartu model Total Tes 23 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 52.2% Tes tidak stabil 3 Token input 346,064 Token output 53,060 Token penalaran 0 Waktu respons (rata-rata) 20.07s Waktu respons (total) 341.27s Waktu respons (maks) 183.50s Jawaban salah: 11 Pemanggilan alat tidak valid: 1 Tugas agen : 5.2 Trik anti-AI : 4.8 Pemrograman : 4.3 Gabungan : 6.5 Parsing dan ekstraksi data : 10.0 Spesifik domain : 7.7 Kecerdasan umum : 4.4 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.7 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#220#220	Claude Opus 4.6medium	6.3	Anthropic	$2.961	32.23s
Lihat kartu model Total Tes 22 Tes Salah 9 Keandalan 10.0 Tingkat lulus per percobaan 60.9% Tes tidak stabil 3 Token input 108,573 Token output 69,994 Token penalaran 26,728 Waktu respons (rata-rata) 32.23s Waktu respons (total) 515.65s Waktu respons (maks) 151.51s Format tambahan: 4 Jawaban salah: 4 Tidak mengikuti instruksi: 1 Tugas agen : 0.0 Trik anti-AI : 6.4 Pemrograman : 5.7 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 Pengetahuan umum : 3.0
#221#221	Space Bunny Alphamedium	6.3	Stealth	$0.000	32.88s
Lihat kartu model Total Tes 23 Tes Salah 13 Keandalan 10.0 Tingkat lulus per percobaan 55.1% Tes tidak stabil 5 Token input 267,840 Token output 192,115 Token penalaran 0 Waktu respons (rata-rata) 32.88s Waktu respons (total) 756.28s Waktu respons (maks) 197.32s Jawaban salah: 11 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 6.1 Trik anti-AI : 5.2 Pemrograman : 5.4 Gabungan : 3.8 Parsing dan ekstraksi data : 10.0 Spesifik domain : 5.3 Kecerdasan umum : 4.4 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.9 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#222#222	DeepSeek V3.2medium	6.3	DeepSeek	$0.152 ↑	70.08s
Lihat kartu model Total Tes 23 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 62.3% Tes tidak stabil 7 Token input 306,662 Token output 17,819 Token penalaran 125,341 Waktu respons (rata-rata) 70.08s Waktu respons (total) 1611.86s Waktu respons (maks) 376.10s Jawaban salah: 6 Kesalahan API: 2 Kedaluwarsa: 2 Tidak mengikuti instruksi: 1 Pemanggilan alat tidak valid: 1 Tugas agen : 3.0 Trik anti-AI : 8.2 Pemrograman : 6.0 Gabungan : 7.3 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 3.4 Kepatuhan instruksi : 10.0 Pemecahan teka-teki : 7.0 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#223#223	Trinity Large Thinkinglow	6.3	Arcee AI	$0.918 ↑	95.16s
Lihat kartu model Total Tes 23 Tes Salah 15 Keandalan 10.0 Tingkat lulus per percobaan 47.8% Tes tidak stabil 6 Token input 347,980 Token output 121,898 Token penalaran 720,302 Waktu respons (rata-rata) 95.16s Waktu respons (total) 2188.74s Waktu respons (maks) 540.96s Jawaban salah: 7 Tidak mengikuti instruksi: 3 Kesalahan API: 2 Pemanggilan alat tidak valid: 2 Tidak ada jawaban: 1 Tugas agen : 7.4 Trik anti-AI : 8.3 Pemrograman : 5.3 Gabungan : 5.2 Parsing dan ekstraksi data : 7.3 Spesifik domain : 2.9 Kecerdasan umum : 10.0 Kepatuhan instruksi : 4.4 Pemecahan teka-teki : 6.3 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#224#224	DeepSeek V4 Flash 0423none	6.3	DeepSeek	$0.027 ↓	38.64s
Lihat kartu model Total Tes 23 Tes Salah 18 Keandalan 10.0 Tingkat lulus per percobaan 30.4% Tes tidak stabil 4 Token input 403,455 Token output 115,591 Token penalaran 0 Waktu respons (rata-rata) 38.64s Waktu respons (total) 888.69s Waktu respons (maks) 247.27s Jawaban salah: 13 Format tambahan: 2 Pemanggilan alat tidak valid: 2 Tidak mengikuti instruksi: 1 Tugas agen : 10.0 Trik anti-AI : 3.0 Pemrograman : 4.2 Gabungan : 4.6 Parsing dan ekstraksi data : 10.0 Spesifik domain : 3.0 Kecerdasan umum : 4.2 Kepatuhan instruksi : 6.5 Pemecahan teka-teki : 3.1 Pemanggilan alat : 10.0 Pengetahuan umum : 3.0
#225#225	Grok 4.20medium	6.3	X AI	$1.246 ↓	36.73s
Lihat kartu model Total Tes 23 Tes Salah 12 Keandalan 10.0 Tingkat lulus per percobaan 58.0% Tes tidak stabil 5 Token input 392,127 Token output 7,754 Token penalaran 294,333 Waktu respons (rata-rata) 36.73s Waktu respons (total) 844.68s Waktu respons (maks) 199.66s Jawaban salah: 7 Format tambahan: 2 Tidak mengikuti instruksi: 2 Pemanggilan alat tidak valid: 1 Tugas agen : 3.0 Trik anti-AI : 8.2 Pemrograman : 6.3 Gabungan : 8.7 Parsing dan ekstraksi data : 10.0 Spesifik domain : 2.9 Kecerdasan umum : 3.9 Kepatuhan instruksi : 9.8 Pemecahan teka-teki : 7.7 Pemanggilan alat : 3.0 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