AI BENCHY
Advertise here

Kegagalan kategori AI BENCHY

Pemrograman: Jawaban salah

Pemrograman
Jawaban salah

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

Model yang ditampilkan

15

Total kegagalan

120

Model yang paling terdampak

Qwen3.6 Flash 2
Peringkat Model Perusahaan Jumlah Jawaban salah Skor kategori Tes benar Waktu respons (rata-rata)
#50 Gemini 3.1 Flash Lite low Google 1 6.8 1/2 1.71s
#52 GPT-5.3 Chat none OpenAI 1 6.9 1/2 10.5s
#53 MiMo-V2.5 medium Xiaomi 1 6.9 1/2 64.5s
#55 DeepSeek V4 Flash high DeepSeek 1 6.8 1/2 58.1s
#56 Qwen3.5-Flash medium Qwen 1 4.1 0/2 54.2s
#60 GLM 5V Turbo medium Z.ai 1 6.8 1/2 54.8s
#64 GPT-5.4 Nano medium OpenAI 1 6.8 1/2 21.1s
#65 GPT-5.4 Mini medium OpenAI 1 7.5 1/2 73.3s
#67 MiMo-V2-Flash medium Xiaomi 1 4.1 0/2 7.20s
#68 Seed-2.0-Mini medium Bytedance Seed 1 6.8 1/2 220.5s
#71 DeepSeek V3.2 medium DeepSeek 1 3.9 0/2 185.0s
#72 MiMo-V2-Omni medium Xiaomi 1 3.4 0/2 183.9s
#76 Gemma 4 31B none Google 1 6.8 1/2 14.8s
#78 Gemini 3.1 Flash Lite minimal Google 1 6.8 1/2 951ms
#84 Laguna Xs.2 medium Poolside 1 6.3 0/1 14.4s

Model teratas menurut Jumlah Jawaban salah

Jumlah Jawaban salah vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang