AI BENCHY
Advertise here

Kegagalan kategori AI BENCHY

Gabungan: Pemanggilan alat tidak valid

Gabungan
Pemanggilan alat tidak valid

Lihat model AI mana yang paling mungkin mengalami Pemanggilan alat tidak valid di Gabungan, agar Anda bisa menemukan titik lemahnya lebih cepat.

Model yang ditampilkan

15

Total kegagalan

19

Model yang paling terdampak

Gemini 3.5 Flash 1
Peringkat Model Perusahaan Jumlah Pemanggilan alat tidak valid Skor kategori Tes benar Waktu respons (rata-rata)
#32 Gemini 3.5 Flash minimal Google 1 3.0 0/1 3.56s
#59 GLM 5V Turbo medium Z.ai 1 6.9 0/1 15.1s
#78 Qwen3.6 27B medium Qwen 1 7.0 0/1 83.1s
#106 Grok 4.20 Beta none X AI 1 3.0 0/1 6.48s
#112 GLM 5.1 none Z.ai 1 2.8 0/1 32.6s
#118 Qwen3.6 27B none Qwen 1 3.0 0/1 9.95s
#119 Cobuddy medium Baidu 1 3.0 0/1 47.4s
#122 GLM 4.7 Flash none Z.ai 1 3.0 0/1 3.22s
#127 Grok 4.20 none X AI 1 3.0 0/1 6.04s
#128 Qwen3.6 Flash none Qwen 1 3.0 0/1 4.22s
#129 MiniMax M2.5 medium Minimax 1 4.5 0/1 60.4s
#130 MiniMax M2.7 medium Minimax 1 4.7 0/1 41.0s
#133 DeepSeek V3.2 none DeepSeek 1 6.5 0/1 115.9s
#138 Ling-2.6-flash none Inclusionai 1 3.0 0/1 35.3s
#139 DeepSeek V4 Flash none DeepSeek 1 4.5 0/1 112.0s

Model teratas menurut Jumlah Pemanggilan alat tidak valid

Jumlah Pemanggilan alat tidak valid vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang