Peringkat Parsing dan ekstraksi data x Jawaban salah

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

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

GPT-5 Nano 2

Alasan kegagalan

Jawaban salah93 Kesalahan API37 Format tambahan12 Tidak ada jawaban9 Tidak mengikuti instruksi8 Kedaluwarsa2

Kategori

Spesifik domain893 Trik anti-AI519 Pemrograman484 Pemecahan teka-teki352 Pengetahuan umum315 Kecerdasan umum134 Gabungan128 Tugas agen128 Kepatuhan instruksi117 Parsing dan ekstraksi data93

80/80

Peringkat	Model	Perusahaan	Jumlah Jawaban salah	Skor kategori	Total Biaya	Tes benar	Waktu respons (rata-rata)
#302	GPT-5 Nano medium	OpenAI	2	0.4	$0.159	0/2	21.4s
Total Tes 2 Tes Salah 2 Total Biaya $0.159 Waktu respons (rata-rata) 21.4s
#389	Granite 4.2 8B none	IBM Granite	2	0.3	$0.037	0/2	1.05s
Total Tes 2 Tes Salah 2 Total Biaya $0.037 Waktu respons (rata-rata) 1.05s
#393	MiniMax M2.5 medium	Minimax	2	0.5	$0.440	0/2	7.48s
Total Tes 2 Tes Salah 2 Total Biaya $0.440 Waktu respons (rata-rata) 7.48s
#405	Granite 4.1 8b default	IBM Granite	2	0.3	$0.007	0/2	575ms
Total Tes 2 Tes Salah 2 Total Biaya $0.007 Waktu respons (rata-rata) 575ms
#407	Xing4.0 29b A4b medium	Xingchen AGI	2	0.3	$0.000	0/2	147.5s
Total Tes 2 Tes Salah 2 Total Biaya $0.000 Waktu respons (rata-rata) 147.5s
#408	Ling 3.0 Tiny high	Inclusionai	2	0.3	$0.000	0/2	4.16s
Total Tes 2 Tes Salah 2 Total Biaya $0.000 Waktu respons (rata-rata) 4.16s
#421	Xing4.0 29b A4b none	Xingchen AGI	2	0.3	$0.000	0/2	12.3s
Total Tes 2 Tes Salah 2 Total Biaya $0.000 Waktu respons (rata-rata) 12.3s
#431	Nemotron 3 Nano Omni 30b A3b Reasoning default	NVIDIA	2	0.4	$0.000	0/2	1.42s
Total Tes 2 Tes Salah 2 Total Biaya $0.000 Waktu respons (rata-rata) 1.42s
#445	LFM2-24B-A2B default	Liquid	2	0.3	$0.001	0/2	714ms
Total Tes 2 Tes Salah 2 Total Biaya $0.001 Waktu respons (rata-rata) 714ms
#447	Microsoft-Decision-1 default	Microsoft	2	0.3	$0.002	0/2	1.16s
Total Tes 2 Tes Salah 2 Total Biaya $0.002 Waktu respons (rata-rata) 1.16s
#448	Solar Decide default	Upstage	2	0.4	$0.009	0/2	5.00s
Total Tes 2 Tes Salah 2 Total Biaya $0.009 Waktu respons (rata-rata) 5.00s
#449	Tev1 4B Experimental default	Togethercomputer	2	0.3	$0.002	0/2	509ms
Total Tes 2 Tes Salah 2 Total Biaya $0.002 Waktu respons (rata-rata) 509ms
#450	Nimble v3 9B default	Bespoke Labs	2	0.3	~$0.001	0/2	880ms
Total Tes 2 Tes Salah 2 Total Biaya ~$0.001 Waktu respons (rata-rata) 880ms
#96	Claude Opus 4.8 medium	Anthropic	1	0.7	$3.490	1/2	12.3s
Total Tes 2 Tes Salah 1 Total Biaya $3.490 Waktu respons (rata-rata) 12.3s
#136	Muse Glimmer 30B high	Meta	1	0.7	$0.506	1/2	14.9s
Total Tes 2 Tes Salah 1 Total Biaya $0.506 Waktu respons (rata-rata) 14.9s

1 2 3 4 5 6

→

Filter model

Model teratas menurut Jumlah Jawaban salah

Jumlah Jawaban salah vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang

Parsing dan ekstraksi data: Jawaban salah

Filter model

Model teratas menurut Jumlah Jawaban salah

Jumlah Jawaban salah vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuangPerkiraan hanya mencakup listrik GPU. Komponen komputer lain dan biaya kepemilikan perangkat keras tidak termasuk. NVIDIA GeForce RTX 3090: 0.0021 h × 0.377 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.000263.

Model teratas menurut Perkiraan biaya terbuang