Peringkat Parsing dan ekstraksi data x Format tambahan

Kegagalan kategori AI BENCHY

Lihat model AI mana yang paling mungkin mengalami Format tambahan di Parsing dan ekstraksi data, agar Anda bisa menemukan titik lemahnya lebih cepat. Urutkan berdasarkan: Waktu respons (rata-rata) ↓.

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

Qwen3.5-9B 1

Alasan kegagalan

Jawaban salah35 Kesalahan API16 Tidak ada jawaban5 Format tambahan4 Kedaluwarsa1

Kategori

Trik anti-AI14 Spesifik domain12 Pemrograman11 Pemecahan teka-teki5 Parsing dan ekstraksi data4 Kepatuhan instruksi2

Peringkat	Model	Perusahaan	Jumlah Format tambahan	Skor kategori	Tes benar	Waktu respons (rata-rata)
#161	Qwen3.5-9B medium	Qwen	1	3.6	0/2	87.3s
#152	MiMo-V2-Flash none	Xiaomi	1	2.9	0/2	19.7s
#56	MiMo-V2.5 medium	Xiaomi	1	2.7	0/2	6.33s
#143	MiMo-V2.5 none	Xiaomi	1	6.5	1/2	1.01s

Model teratas menurut Jumlah Format tambahan

Jumlah Format tambahan vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang

Parsing dan ekstraksi data: Format tambahan

Model teratas menurut Jumlah Format tambahan

Jumlah Format tambahan vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang