Peringkat Spesifik domain x Kesalahan API

Lihat model AI mana yang paling mungkin mengalami Kesalahan API di Spesifik domain, agar Anda bisa menemukan titik lemahnya lebih cepat. Urutkan berdasarkan: Tes benar ↓.

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

Mistral Small 4 1

Alasan kegagalan

Jawaban salah412 Kedaluwarsa43 Format tambahan17 Tidak ada jawaban8 Kesalahan API7 Tidak mengikuti instruksi1

Kategori

Pemrograman45 Gabungan26 Pemanggilan alat17 Parsing dan ekstraksi data14 Trik anti-AI14 Pengetahuan umum13 Kecerdasan umum12 Pemecahan teka-teki12 Spesifik domain7 Kepatuhan instruksi1

7/7

Peringkat	Model	Perusahaan	Jumlah Kesalahan API	Skor kategori	Total Biaya	Tes benar	Waktu respons (rata-rata)
#167	Mistral Small 4 medium	Mistral	1	5.3	$0.096	1/3	6.11s
Total Tes 3 Tes Salah 2 Total Biaya $0.096 Waktu respons (rata-rata) 6.11s
#210	LFM2-24B-A2B none	Liquid	1	5.9	$0.001	1/3	287ms
Total Tes 3 Tes Salah 2 Total Biaya $0.001 Waktu respons (rata-rata) 287ms
#27	Muse Spark 1.1 high	Meta	1	3.5	$1.694	0/3	67.4s
Total Tes 3 Tes Salah 3 Total Biaya $1.694 Waktu respons (rata-rata) 67.4s
#158	KAT-Coder-Air V2.5 low	Kwaipilot	1	2.9	$0.041	0/3	4.99s
Total Tes 3 Tes Salah 3 Total Biaya $0.041 Waktu respons (rata-rata) 4.99s
#173	DeepSeek V3.2 none	DeepSeek	1	2.9	$0.054	0/3	4.17s
Total Tes 3 Tes Salah 3 Total Biaya $0.054 Waktu respons (rata-rata) 4.17s
#175	Qwen3.6 Plus Preview medium	Qwen	1	3.0	$0.000	0/3	22.1s
Total Tes 3 Tes Salah 3 Total Biaya $0.000 Waktu respons (rata-rata) 22.1s
#199	Hy3 preview none	Tencent	1	3.6	$0.003	0/3	17.6s
Total Tes 3 Tes Salah 3 Total Biaya $0.003 Waktu respons (rata-rata) 17.6s

Filter model

Model teratas menurut Jumlah Kesalahan API

Jumlah Kesalahan API vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang

Spesifik domain: Kesalahan API

Filter model

Model teratas menurut Jumlah Kesalahan API

Jumlah Kesalahan API vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang