Peringkat Parsing dan ekstraksi data x Kedaluwarsa

Kegagalan kategori AI BENCHY

Lihat model AI mana yang paling mungkin mengalami Kedaluwarsa di Parsing dan ekstraksi data, agar Anda bisa menemukan titik lemahnya lebih cepat. Urutkan berdasarkan: Tes benar ↓.

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

Qwen3.5-9B 1

Alasan kegagalan

Jawaban salah19 Kesalahan API6 Format tambahan2 Tidak ada jawaban2 Kedaluwarsa1

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)
#97	Qwen3.5-9B medium	Qwen	1	3.6	0/2	87.3s

Model teratas menurut Jumlah Kedaluwarsa

Jumlah Kedaluwarsa vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang

Parsing dan ekstraksi data: Kedaluwarsa

Model teratas menurut Jumlah Kedaluwarsa

Jumlah Kedaluwarsa vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang