Peringkat Gabungan x Kedaluwarsa

Kegagalan kategori AI BENCHY

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

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

Alasan kegagalan

Jawaban salah37 Pemanggilan alat tidak valid10 Kesalahan API5 Kedaluwarsa2 Tidak ada jawaban1

Kategori

Spesifik domain31 Pemrograman12 Pemecahan teka-teki6 Kecerdasan umum4 Trik anti-AI4 Gabungan2 Kepatuhan instruksi1 Parsing dan ekstraksi data1

Peringkat	Model	Perusahaan	Jumlah Kedaluwarsa	Skor kategori	Tes benar	Waktu respons (rata-rata)
#50	Hunter Alpha medium	OpenRouter	1	4.7	0/1	30.5s
#97	Qwen3.5-9B medium	Qwen	1	3.0	0/1	0ms

Model teratas menurut Jumlah Kedaluwarsa