Peringkat Gabungan x Jawaban salah

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

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

Alasan kegagalan

Pemanggilan alat tidak valid91 Jawaban salah68 Tidak ada jawaban29 Kesalahan API26 Kedaluwarsa5 Format tambahan1 Tidak mengikuti instruksi1

Kategori

Spesifik domain412 Trik anti-AI293 Pemrograman252 Pemecahan teka-teki201 Pengetahuan umum168 Gabungan68 Kepatuhan instruksi61 Kecerdasan umum59 Parsing dan ekstraksi data41 Pemanggilan alat3

63/63

Peringkat	Model	Perusahaan	Jumlah Jawaban salah	Skor kategori	Total Biaya	Tes benar	Waktu respons (rata-rata)
#200	MiMo-V2-Flash none	Xiaomi	1	1.5	$0.025	0/1	2.87s
Total Tes 1 Tes Salah 1 Total Biaya $0.025 Waktu respons (rata-rata) 2.87s
#203	Grok 4.1 Fast none	X AI	1	1.5	$0.008	0/1	3.33s
Total Tes 1 Tes Salah 1 Total Biaya $0.008 Waktu respons (rata-rata) 3.33s
#205	Laguna Xs.2 none	Poolside	1	1.5	$0.004	0/1	2.01s
Total Tes 1 Tes Salah 1 Total Biaya $0.004 Waktu respons (rata-rata) 2.01s

←

1 2 3 4 5

Filter model