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.

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

GPT-5 Mini 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)
#288	GPT-5.6 Terra none	OpenAI	1	0.3	$0.377	0/2	7.02s
Total Tes 2 Tes Salah 2 Total Biaya $0.377 Waktu respons (rata-rata) 7.02s
#289	DeepSeek V4.1 Flash none	DeepSeek	1	0.3	$0.391	0/2	10.4s
Total Tes 2 Tes Salah 2 Total Biaya $0.391 Waktu respons (rata-rata) 10.4s
#293	GPT-5 Nano medium	OpenAI	1	0.6	$0.159	1/2	146.9s
Total Tes 2 Tes Salah 1 Total Biaya $0.159 Waktu respons (rata-rata) 146.9s
#296	Seed 2.1 Turbo none	Bytedance Seed	1	0.4	$0.182	0/2	41.3s
Total Tes 2 Tes Salah 2 Total Biaya $0.182 Waktu respons (rata-rata) 41.3s
#301	Solar Pro 4 none	Upstage	1	0.3	$0.022	0/2	35.1s
Total Tes 2 Tes Salah 2 Total Biaya $0.022 Waktu respons (rata-rata) 35.1s
#307	Kimi K2.6 none	Moonshot AI	1	0.3	$0.486	0/2	77.8s
Total Tes 2 Tes Salah 2 Total Biaya $0.486 Waktu respons (rata-rata) 77.8s
#310	GPT-6 Luna none	OpenAI	1	0.4	$0.026	0/2	50.9s
Total Tes 2 Tes Salah 2 Total Biaya $0.026 Waktu respons (rata-rata) 50.9s
#313	Seed-2.0-Code none	Bytedance Seed	1	0.3	$0.257	0/2	78.4s
Total Tes 2 Tes Salah 2 Total Biaya $0.257 Waktu respons (rata-rata) 78.4s
#323	Granite 4.2 8B low	IBM Granite	1	0.3	$0.036	0/2	298.2s
Total Tes 2 Tes Salah 2 Total Biaya $0.036 Waktu respons (rata-rata) 298.2s
#324	Kimi K2.5 none	Moonshot AI	1	0.3	$0.262	0/2	61.0s
Total Tes 2 Tes Salah 2 Total Biaya $0.262 Waktu respons (rata-rata) 61.0s
#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
#334	Mistral Small 4 medium	Mistral	1	0.3	$0.126	0/2	32.4s
Total Tes 2 Tes Salah 2 Total Biaya $0.126 Waktu respons (rata-rata) 32.4s
#336	Mercury 2.5 low	Inception	1	0.3	$0.020	0/2	5.16s
Total Tes 2 Tes Salah 2 Total Biaya $0.020 Waktu respons (rata-rata) 5.16s
#338	MiMo-V2.5-Pro none	Xiaomi	1	0.3	$0.135	0/2	28.3s
Total Tes 2 Tes Salah 2 Total Biaya $0.135 Waktu respons (rata-rata) 28.3s
#341	Mercury 2.5 Preview low	Inception	1	0.3	$0.015	0/2	4.77s
Total Tes 2 Tes Salah 2 Total Biaya $0.015 Waktu respons (rata-rata) 4.77s

←

1 2 3 4

→

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 terbuang