AI BENCHY
Your ad here

Kegagalan kategori AI BENCHY

Trik anti-AI: Jawaban salah

Trik anti-AI
Jawaban salah

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

14

Total kegagalan

165

Model yang paling terdampak

Qwen3.5-Flash 4
Peringkat Model Perusahaan Jumlah Jawaban salah Skor kategori Tes benar Waktu respons (rata-rata)
#42 Claude Sonnet 4.6 none Anthropic 1 4.8 1/4 2.94s
#44 GPT-5.4 Mini medium OpenAI 1 8.6 3/4 4.05s
#45 GPT-5 Mini medium OpenAI 1 7.1 2/4 13.9s
#46 Kimi K2.5 medium Moonshot AI 1 7.3 2/4 51.4s
#47 Grok 4.20 medium X AI 1 8.2 3/4 3.36s
#52 Grok 4.1 Fast medium X AI 1 8.7 3/4 3.81s
#54 Mercury 2 medium Inception 1 6.9 2/4 1.12s
#56 Grok 4.20 Multi Agent Beta medium X AI 1 6.9 2/4 3.46s
#60 Gemma 4 26B A4B none Google 1 8.3 3/4 1.28s
#68 gpt-oss-120b medium OpenAI 1 6.7 2/4 10.2s
#80 MiniMax M2.7 medium Minimax 1 7.9 2/4 40.3s
#84 gpt-oss-120b none OpenAI 1 6.6 2/4 6.03s
#85 Elephant none Openrouter 1 6.6 2/4 963ms
#97 Qwen3.5-9B medium Qwen 1 5.1 1/4 34.4s

Model teratas menurut Jumlah Jawaban salah

Jumlah Jawaban salah vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang