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)
#112 GPT-5.4 none OpenAI 1 6.8 1/2 1.99s
#114 DeepSeek V3.2 none DeepSeek 1 3.1 0/2 20.9s
#115 MiMo-V2.5-Pro none Xiaomi 1 5.0 0/2 1.80s
#116 Qwen3.6 Flash none Qwen 1 6.6 1/2 2.34s
#117 Grok 4.20 Beta none X AI 1 5.5 0/1 1.14s
#118 Nemotron 3 Nano Omni 30b A3b Reasoning medium NVIDIA 1 3.3 0/1 38.1s
#119 MiniMax M2.5 medium Minimax 1 3.5 0/2 125.8s
#120 Grok 4.20 none X AI 1 3.4 0/1 1.22s
#122 Elephant Alpha medium Openrouter 1 4.0 0/2 1.30s
#123 Laguna M.1 none Poolside 1 7.5 0/1 2.93s
#126 Kimi K2.5 none Moonshot AI 1 6.8 1/2 36.0s
#127 Laguna Xs.2 none Poolside 1 2.5 0/1 1.96s
#129 gpt-oss-120b none OpenAI 1 4.3 0/1 9.57s
#130 Elephant Alpha none Openrouter 1 4.7 0/2 1.39s
#136 GPT-5.4 Mini none OpenAI 1 6.8 1/2 1.01s

Model teratas menurut Jumlah Jawaban salah

Jumlah Jawaban salah vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang