Peringkat Spesifik domain x Format tambahan

Lihat model AI mana yang paling mungkin mengalami Format tambahan di Spesifik domain, agar Anda bisa menemukan titik lemahnya lebih cepat. Urutkan berdasarkan: Total Biaya ↑.

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

Hunter Alpha 1

Alasan kegagalan

Jawaban salah878 Tidak ada jawaban63 Kedaluwarsa46 Kesalahan API40 Format tambahan36 Tidak mengikuti instruksi3

Kategori

Pemrograman37 Spesifik domain36 Trik anti-AI34 Pemecahan teka-teki16 Parsing dan ekstraksi data12 Kepatuhan instruksi8 Gabungan1

27/27

Peringkat	Model	Perusahaan	Jumlah Format tambahan	Skor kategori	Total Biaya	Tes benar	Waktu respons (rata-rata)
#392	Hunter Alpha medium	OpenRouter	1	0.3	$0.000	0/3	10.5s
Total Tes 3 Tes Salah 3 Total Biaya $0.000 Waktu respons (rata-rata) 10.5s
#345	KAT Coder AIR V2.5 low	Kwaipilot	2	0.3	$0.046	0/3	8.91s
Total Tes 3 Tes Salah 3 Total Biaya $0.046 Waktu respons (rata-rata) 8.91s
#158	GLM 5.3 Flash high	Z.ai	1	0.3	$0.056	0/3	85.9s
Total Tes 3 Tes Salah 3 Total Biaya $0.056 Waktu respons (rata-rata) 85.9s
#407	Grok 4.20 none	X AI	1	0.3	$0.057	0/3	687ms
Total Tes 3 Tes Salah 3 Total Biaya $0.057 Waktu respons (rata-rata) 687ms
#74	Claude Haiku 5.5 low	Anthropic	1	0.6	$0.061	1/3	7.35s
Total Tes 3 Tes Salah 2 Total Biaya $0.061 Waktu respons (rata-rata) 7.35s
#135	Claude Haiku 5.5 medium	Anthropic	2	0.3	$0.063	0/3	7.96s
Total Tes 3 Tes Salah 3 Total Biaya $0.063 Waktu respons (rata-rata) 7.96s
#331	KAT Coder AIR V2.5 high	Kwaipilot	2	0.3	$0.077	0/3	7.28s
Total Tes 3 Tes Salah 3 Total Biaya $0.077 Waktu respons (rata-rata) 7.28s
#91	Claude Haiku 5.5 high	Anthropic	2	0.4	$0.088	0/3	16.3s
Total Tes 3 Tes Salah 3 Total Biaya $0.088 Waktu respons (rata-rata) 16.3s
#52	GLM 5.3 Flash max	Z.ai	1	0.4	$0.089	0/3	203.3s
Total Tes 3 Tes Salah 3 Total Biaya $0.089 Waktu respons (rata-rata) 203.3s
#179	MiMo-V2.5 medium	Xiaomi	1	0.4	$0.130	0/3	137.7s
Total Tes 3 Tes Salah 3 Total Biaya $0.130 Waktu respons (rata-rata) 137.7s
#38	Claude Haiku 5.5 xhigh	Anthropic	1	0.5	$0.140	1/3	47.8s
Total Tes 3 Tes Salah 2 Total Biaya $0.140 Waktu respons (rata-rata) 47.8s
#178	MiMo-V2.6-Flash low	Xiaomi	1	0.3	$0.200	0/3	276.9s
Total Tes 3 Tes Salah 3 Total Biaya $0.200 Waktu respons (rata-rata) 276.9s
#241	MiMo-V2.5-Pro medium	Xiaomi	2	0.3	$0.332	0/3	146.1s
Total Tes 3 Tes Salah 3 Total Biaya $0.332 Waktu respons (rata-rata) 146.1s
#125	GLM 5.3 high	Z.ai	2	0.3	$0.495	0/3	112.3s
Total Tes 3 Tes Salah 3 Total Biaya $0.495 Waktu respons (rata-rata) 112.3s
#67	MiMo-V2.6-Pro medium	Xiaomi	1	0.3	$0.586	0/3	619.7s
Total Tes 3 Tes Salah 3 Total Biaya $0.586 Waktu respons (rata-rata) 619.7s

Filter model

Model teratas menurut Jumlah Format tambahan

Jumlah Format tambahan vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang

Spesifik domain: Format tambahan

Filter model

Model teratas menurut Jumlah Format tambahan

Jumlah Format tambahan vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang