Kegagalan kategori AI BENCHY
Gabungan: Jawaban salah
Gabungan
Jawaban salah
Lihat model AI mana yang paling mungkin mengalami Jawaban salah di Gabungan, agar Anda bisa menemukan titik lemahnya lebih cepat.
Alasan kegagalan
| Peringkat | Model | Perusahaan | Jumlah Jawaban salah | Skor kategori | Tes benar | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|
| #88 | Nemotron 3 Super none | NVIDIA | 1 | 3.0 | 0/1 | 20.0s |
| #89 | GPT-4o-mini none | OpenAI | 1 | 3.0 | 0/1 | 7.58s |
| #91 | Mercury 2 none | Inception | 1 | 3.0 | 0/1 | 606ms |
| #92 | Qwen3 Coder Next medium | Qwen | 1 | 3.0 | 0/1 | 4.28s |
| #94 | MiMo-V2-Flash none | Xiaomi | 1 | 3.0 | 0/1 | 2.87s |
| #95 | Grok 4.1 Fast none | X AI | 1 | 3.0 | 0/1 | 3.33s |
| #96 | GPT-5.4 Nano none | OpenAI | 1 | 3.0 | 0/1 | 3.84s |