Kegagalan kategori AI BENCHY

Trik anti-AI

Tidak ada jawaban

Lihat model AI mana yang paling mungkin mengalami Tidak ada jawaban di Trik anti-AI, agar Anda bisa menemukan titik lemahnya lebih cepat. Urutkan berdasarkan: Jumlah kegagalan ↑.

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

Kimi K2.5 1

Alasan kegagalan terkait

Jawaban salah53 Tidak mengikuti instruksi12 Format tambahan8 Kedaluwarsa1 Tidak ada jawaban1

Kategori terkait

Parsing dan ekstraksi data2 Pemanggilan alat2 Gabungan1 Spesifik domain1 Trik anti-AI1

Peringkat	Model	Perusahaan	Jumlah Tidak ada jawaban	Skor kategori	Tes benar	Waktu respons (rata-rata)
#28	Kimi K2.5 medium	Moonshot AI	1	7.0	2/3	85.3s

Trik anti-AI

Tidak ada jawaban

Model teratas menurut Jumlah Tidak ada jawaban

Jumlah Tidak ada jawaban vs skor rata-rata

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang

GabunganTrik anti-AIKecerdasan umumKepatuhan instruksiParsing dan ekstraksi dataPemecahan teka-tekiSpesifik domainPemanggilan alatTrik anti-AITrik anti-AICari : Jawaban salahTidak mengikuti instruksiFormat tambahanKedaluwarsaTidak ada jawabanTidak ada jawabanTidak ada jawabanCari

Model teratas menurut Jumlah Tidak ada jawaban

Jumlah Tidak ada jawaban vs skor rata-rata

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang

Trik anti-AI

Tidak ada jawaban