Peringkat Gabungan x Kesalahan API

Lihat model AI mana yang paling mungkin mengalami Kesalahan API di Gabungan, agar Anda bisa menemukan titik lemahnya lebih cepat. Urutkan berdasarkan: Tes benar ↑.

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

Gemini 4 Argon 1

Alasan kegagalan

Pemanggilan alat tidak valid177 Jawaban salah126 Kesalahan API62 Tidak ada jawaban55 Kedaluwarsa11 Format tambahan1 Tidak mengikuti instruksi1

Kategori

Pemrograman65 Gabungan62 Trik anti-AI44 Spesifik domain40 Pemanggilan alat39 Tugas agen36 Pemecahan teka-teki35 Parsing dan ekstraksi data32 Kepatuhan instruksi25 Pengetahuan umum19

49/49

Peringkat	Model	Perusahaan	Jumlah Kesalahan API	Skor kategori	Total Biaya	Tes benar	Waktu respons (rata-rata)
#98	Gemini 4 Argon low	Google	1	0.4	$0.438	0/2	11.9s
Total Tes 2 Tes Salah 2 Total Biaya $0.438 Waktu respons (rata-rata) 11.9s
#151	Seed-2.0-Code medium	Bytedance Seed	2	0.5	$1.275	0/2	102.3s
Total Tes 2 Tes Salah 2 Total Biaya $1.275 Waktu respons (rata-rata) 102.3s
#192	Gemma 4 31B medium	Google	1	0.3	$0.144	0/2	433.1s
Total Tes 2 Tes Salah 2 Total Biaya $0.144 Waktu respons (rata-rata) 433.1s
#220	Beam 1.0 501B A23B medium	Reflection	2	0.3	$0.499	0/2	2.62s
Total Tes 2 Tes Salah 2 Total Biaya $0.499 Waktu respons (rata-rata) 2.62s
#223	Qwen3.6 35B A3B medium	Qwen	1	0.3	$0.834	0/2	817.6s
Total Tes 2 Tes Salah 2 Total Biaya $0.834 Waktu respons (rata-rata) 817.6s
#226	Beam 1.0 501B A23B xhigh	Reflection	2	0.3	$0.688	0/2	2.68s
Total Tes 2 Tes Salah 2 Total Biaya $0.688 Waktu respons (rata-rata) 2.68s
#234	Beam 1.0 501B A23B max	Reflection	2	0.3	$0.799	0/2	3.04s
Total Tes 2 Tes Salah 2 Total Biaya $0.799 Waktu respons (rata-rata) 3.04s
#238	Beam 1.0 501B A23B low	Reflection	2	0.3	$0.432	0/2	2.22s
Total Tes 2 Tes Salah 2 Total Biaya $0.432 Waktu respons (rata-rata) 2.22s
#265	Gemini 3.5 Flash none	Google	2	0.3	$1.752	0/2	0ms
Total Tes 2 Tes Salah 2 Total Biaya $1.752 Waktu respons (rata-rata) 0ms
#266	Beam 1.0 501B A23B high	Reflection	2	0.3	$0.674	0/2	2.68s
Total Tes 2 Tes Salah 2 Total Biaya $0.674 Waktu respons (rata-rata) 2.68s
#285	Nemotron 3 Ultra none	NVIDIA	1	0.3	$0.164	0/2	21.1s
Total Tes 2 Tes Salah 2 Total Biaya $0.164 Waktu respons (rata-rata) 21.1s
#298	Gemma 4 31B none	Google	1	0.4	$0.031	0/2	30.0s
Total Tes 2 Tes Salah 2 Total Biaya $0.031 Waktu respons (rata-rata) 30.0s
#317	Hy4 preview low	Tencent	2	0.3	$1.844	0/2	139.4s
Total Tes 2 Tes Salah 2 Total Biaya $1.844 Waktu respons (rata-rata) 139.4s
#320	Ember-1 none	Fireworks	1	0.3	$0.786	0/2	49.0s
Total Tes 2 Tes Salah 2 Total Biaya $0.786 Waktu respons (rata-rata) 49.0s
#327	Qwen3.6 35B A3B none	Qwen	1	0.4	$0.105	0/2	39.5s
Total Tes 2 Tes Salah 2 Total Biaya $0.105 Waktu respons (rata-rata) 39.5s

Filter model

Model teratas menurut Jumlah Kesalahan API

Jumlah Kesalahan API vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang

Gabungan: Kesalahan API

Filter model

Model teratas menurut Jumlah Kesalahan API

Jumlah Kesalahan API vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang