Peringkat Trik anti-AI x Jawaban salah

Kegagalan kategori AI BENCHY

Lihat model AI mana yang paling mungkin mengalami Jawaban salah di Trik anti-AI, agar Anda bisa menemukan titik lemahnya lebih cepat.

Model yang ditampilkan

Total kegagalan

283

Model yang paling terdampak

Seed-2.0-Lite 4

Alasan kegagalan

Jawaban salah283 Tidak mengikuti instruksi31 Format tambahan20 Kesalahan API13 Kedaluwarsa4 Tidak ada jawaban4

Kategori

Spesifik domain387 Trik anti-AI283 Pemrograman241 Pemecahan teka-teki190 Pengetahuan umum158 Gabungan60 Kepatuhan instruksi56 Kecerdasan umum54 Parsing dan ekstraksi data40 Pemanggilan alat3

135/135

Peringkat	Model	Perusahaan	Jumlah Jawaban salah	Skor kategori	Total Biaya	Tes benar	Waktu respons (rata-rata)
#112	Seed-2.0-Lite none	Bytedance Seed	4	3.0	$0.019	0/4	2.43s
Total Tes 4 Tes Salah 4 Total Biaya $0.019 Waktu respons (rata-rata) 2.43s
#114	Gemini 2.5 Flash none	Google	4	3.0	$0.016	0/4	582ms
Total Tes 4 Tes Salah 4 Total Biaya $0.016 Waktu respons (rata-rata) 582ms
#119	Qwen3.5-Flash none	Qwen	4	3.5	$0.005	0/4	1.32s
Total Tes 4 Tes Salah 4 Total Biaya $0.005 Waktu respons (rata-rata) 1.32s
#121	Nemotron 3 Ultra 550b A55b none	NVIDIA	4	3.5	$0.027	0/4	2.35s
Total Tes 4 Tes Salah 4 Total Biaya $0.027 Waktu respons (rata-rata) 2.35s
#126	Qwen3.6 Flash none	Qwen	4	3.1	$0.015	0/4	1.63s
Total Tes 4 Tes Salah 4 Total Biaya $0.015 Waktu respons (rata-rata) 1.63s
#127	Qwen3.5-35B-A3B none	Qwen	4	3.4	$0.012	0/4	1.43s
Total Tes 4 Tes Salah 4 Total Biaya $0.012 Waktu respons (rata-rata) 1.43s
#133	Mimo V2 PRO none	Xiaomi	4	3.5	$0.045	0/4	1.80s
Total Tes 4 Tes Salah 4 Total Biaya $0.045 Waktu respons (rata-rata) 1.80s
#136	GPT-5.4 none	OpenAI	4	3.2	$0.122	0/4	1.21s
Total Tes 4 Tes Salah 4 Total Biaya $0.122 Waktu respons (rata-rata) 1.21s
#141	GLM 5.1 none	Z.ai	4	4.0	$0.057	0/4	2.11s
Total Tes 4 Tes Salah 4 Total Biaya $0.057 Waktu respons (rata-rata) 2.11s
#142	DeepSeek V4 Flash none	DeepSeek	4	3.0	$0.007	0/4	20.2s
Total Tes 4 Tes Salah 4 Total Biaya $0.007 Waktu respons (rata-rata) 20.2s
#143	Kimi K2.5 none	Moonshot AI	4	3.6	$0.027	0/4	6.24s
Total Tes 4 Tes Salah 4 Total Biaya $0.027 Waktu respons (rata-rata) 6.24s
#145	Qwen3.6 27B none	Qwen	4	3.8	$0.025	0/4	2.83s
Total Tes 4 Tes Salah 4 Total Biaya $0.025 Waktu respons (rata-rata) 2.83s
#148	GLM 5 Turbo none	Z.ai	4	3.0	$0.047	0/4	2.84s
Total Tes 4 Tes Salah 4 Total Biaya $0.047 Waktu respons (rata-rata) 2.84s
#151	GPT-5.4 Mini none	OpenAI	4	3.1	$0.038	0/4	929ms
Total Tes 4 Tes Salah 4 Total Biaya $0.038 Waktu respons (rata-rata) 929ms
#155	Qwen3.6 35B A3B none	Qwen	4	3.6	$0.031	0/4	2.10s
Total Tes 4 Tes Salah 4 Total Biaya $0.031 Waktu respons (rata-rata) 2.10s

Filter model

Model teratas menurut Jumlah Jawaban salah

Jumlah Jawaban salah vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang

Trik anti-AI: Jawaban salah

Filter model

Model teratas menurut Jumlah Jawaban salah

Jumlah Jawaban salah vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang