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

245

Model yang paling terdampak

Alasan kegagalan

Jawaban salah245 Tidak mengikuti instruksi30 Format tambahan14 Kesalahan API13 Kedaluwarsa4 Tidak ada jawaban2

Kategori

Spesifik domain314 Trik anti-AI245 Pemrograman194 Pemecahan teka-teki147 Pengetahuan umum130 Kepatuhan instruksi53 Gabungan52 Parsing dan ekstraksi data35 Kecerdasan umum32 Pemanggilan alat2

Peringkat	Model	Perusahaan	Jumlah Jawaban salah	Skor kategori	Tes benar	Waktu respons (rata-rata)
#157	Grok 4.1 Fast none	X AI	3	3.2	0/4	1.07s
#160	LFM2-24B-A2B none	Liquid	3	3.3	0/3	471ms
#32	Gemini 3.5 Flash minimal	Google	2	6.5	2/4	892ms
#34	Qwen3.7 Max none	Qwen	2	6.5	2/4	1.08s
#61	Gemini 3.1 Flash Lite low	Google	2	7.3	2/4	1.84s
#67	MiniMax M3 medium	Minimax	2	5.5	1/4	14.9s
#79	Hunter Alpha medium	OpenRouter	2	7.3	2/4	4.75s
#85	Gemma 4 31B none	Google	2	6.5	2/4	1.85s
#88	Qwen3.7 Plus none	Qwen	2	6.5	2/4	1.38s
#90	Gemini 3.1 Flash Lite none	Google	2	7.5	2/4	1.07s
#91	GPT-5.5 none	OpenAI	2	6.9	2/4	1.31s
#94	GPT-5 Nano medium	OpenAI	2	6.5	2/4	25.5s
#136	Elephant Alpha medium	Openrouter	2	6.6	2/4	1.19s
#140	Qwen3 Coder Next none	Qwen	2	3.6	0/4	3.31s
#146	Laguna Xs.2 none	Poolside	2	3.0	0/4	534ms

←

1 3 4 5 8

→

Model teratas menurut Jumlah Jawaban salah