Peringkat Gabungan x Tidak ada jawaban

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

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

Muse Glimmer 30B 1

Alasan kegagalan

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

Kategori

Spesifik domain63 Pengetahuan umum62 Gabungan55 Pemrograman49 Pemecahan teka-teki14 Trik anti-AI13 Parsing dan ekstraksi data9 Pemanggilan alat3 Kepatuhan instruksi2

55/55

Peringkat	Model	Perusahaan	Jumlah Tidak ada jawaban	Skor kategori	Total Biaya	Tes benar	Waktu respons (rata-rata)
#84	Muse Glimmer 30B xhigh	Meta	1	0.6	$0.585	0/2	272.7s
Total Tes 2 Tes Salah 2 Total Biaya $0.585 Waktu respons (rata-rata) 272.7s
#168	Gemini 3.8 Flash low	Google	1	0.4	$0.323	0/2	19.6s
Total Tes 2 Tes Salah 2 Total Biaya $0.323 Waktu respons (rata-rata) 19.6s
#189	Muse Glimmer 30B low	Meta	1	0.4	$0.219	0/2	132.0s
Total Tes 2 Tes Salah 2 Total Biaya $0.219 Waktu respons (rata-rata) 132.0s
#212	Apodex 1.1 Mini high	Apodex	1	0.4	$0.000	0/2	67.5s
Total Tes 2 Tes Salah 2 Total Biaya $0.000 Waktu respons (rata-rata) 67.5s
#228	GLM 5.1 none	Z.ai	1	0.3	$0.451	0/2	46.9s
Total Tes 2 Tes Salah 2 Total Biaya $0.451 Waktu respons (rata-rata) 46.9s
#233	Gemini 3 Flash Preview none	Google	1	0.4	$0.155	0/2	12.4s
Total Tes 2 Tes Salah 2 Total Biaya $0.155 Waktu respons (rata-rata) 12.4s
#245	Qwen3.5-35B-A3B medium	Qwen	1	0.4	$0.716	0/2	512.8s
Total Tes 2 Tes Salah 2 Total Biaya $0.716 Waktu respons (rata-rata) 512.8s
#247	Gemini 3.5 Flash Lite low	Google	1	0.4	$0.183	0/2	11.0s
Total Tes 2 Tes Salah 2 Total Biaya $0.183 Waktu respons (rata-rata) 11.0s
#259	Space Bunny Alpha xhigh	Stealth	1	0.3	$0.000	0/2	37.1s
Total Tes 2 Tes Salah 2 Total Biaya $0.000 Waktu respons (rata-rata) 37.1s
#263	Gemini 3.1 Flash Lite Preview none	Google	1	0.3	$0.090	0/2	6.23s
Total Tes 2 Tes Salah 2 Total Biaya $0.090 Waktu respons (rata-rata) 6.23s
#272	Granite 4.2 8B medium	IBM Granite	1	0.3	$0.029	0/2	291.1s
Total Tes 2 Tes Salah 2 Total Biaya $0.029 Waktu respons (rata-rata) 291.1s
#279	Seed-2.0-Lite none	Bytedance Seed	1	0.3	$0.114	0/2	25.6s
Total Tes 2 Tes Salah 2 Total Biaya $0.114 Waktu respons (rata-rata) 25.6s
#280	Gemini 3.1 Flash Lite minimal	Google	1	0.3	$0.080	0/2	7.75s
Total Tes 2 Tes Salah 2 Total Biaya $0.080 Waktu respons (rata-rata) 7.75s
#282	Gemini 3.1 Flash Lite none	Google	1	0.3	$0.069	0/2	9.49s
Total Tes 2 Tes Salah 2 Total Biaya $0.069 Waktu respons (rata-rata) 9.49s
#287	Qwen3.8 Flash Next none	Qwen	1	0.3	~$0.011	0/2	12.0s
Total Tes 2 Tes Salah 2 Total Biaya ~$0.011 Waktu respons (rata-rata) 12.0s

Filter model

Model teratas menurut Jumlah Tidak ada jawaban

Jumlah Tidak ada jawaban vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang

Gabungan: Tidak ada jawaban

Filter model

Model teratas menurut Jumlah Tidak ada jawaban

Jumlah Tidak ada jawaban vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuangPerkiraan hanya mencakup listrik GPU. Komponen komputer lain dan biaya kepemilikan perangkat keras tidak termasuk. NVIDIA GeForce RTX 3090: 0.1095 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.010823.

Model teratas menurut Perkiraan biaya terbuang