Peringkat Spesifik domain x Tidak ada jawaban

Lihat model AI mana yang paling mungkin mengalami Tidak ada jawaban di Spesifik domain, agar Anda bisa menemukan titik lemahnya lebih cepat.

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

Ling 3.1 Flash 3

Alasan kegagalan

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

Kategori

Spesifik domain63 Pengetahuan umum62 Gabungan55 Pemrograman49 Pemecahan teka-teki14 Trik anti-AI13 Parsing dan ekstraksi data9 Pemanggilan alat3 Kepatuhan instruksi2

43/43

Peringkat	Model	Perusahaan	Jumlah Tidak ada jawaban	Skor kategori	Total Biaya	Tes benar	Waktu respons (rata-rata)
#123	Ling 3.1 Flash high	Inclusionai	3	0.3	$0.000	0/3	222.9s
Total Tes 3 Tes Salah 3 Total Biaya $0.000 Waktu respons (rata-rata) 222.9s
#185	Step 5 Preview high	Stepfun	3	0.3	$4.513	0/3	333.4s
Total Tes 3 Tes Salah 3 Total Biaya $4.513 Waktu respons (rata-rata) 333.4s
#252	Ling 3.1 Flash low	Inclusionai	3	0.3	$0.000	0/3	274.6s
Total Tes 3 Tes Salah 3 Total Biaya $0.000 Waktu respons (rata-rata) 274.6s
#271	Step 5 Preview medium	Stepfun	3	0.3	$4.136	0/3	323.2s
Total Tes 3 Tes Salah 3 Total Biaya $4.136 Waktu respons (rata-rata) 323.2s
#302	Step 5 Preview low	Stepfun	3	0.4	$4.110	0/3	304.3s
Total Tes 3 Tes Salah 3 Total Biaya $4.110 Waktu respons (rata-rata) 304.3s
#29	Seed 2.1 Turbo low	Bytedance Seed	2	0.3	$1.645	0/3	424.5s
Total Tes 3 Tes Salah 3 Total Biaya $1.645 Waktu respons (rata-rata) 424.5s
#34	Claude Sonnet 5.5 max	Anthropic	2	0.5	$8.557	1/3	401.4s
Total Tes 3 Tes Salah 2 Total Biaya $8.557 Waktu respons (rata-rata) 401.4s
#80	Claude Haiku 5.5 max	Anthropic	2	0.5	$0.509	1/3	228.2s
Total Tes 3 Tes Salah 2 Total Biaya $0.509 Waktu respons (rata-rata) 228.2s
#89	GLM 5.2 high	Z.ai	2	0.3	$4.632	0/3	126.8s
Total Tes 3 Tes Salah 3 Total Biaya $4.632 Waktu respons (rata-rata) 126.8s
#96	Ling 3.1 Flash medium	Inclusionai	2	0.3	$0.000	0/3	262.3s
Total Tes 3 Tes Salah 3 Total Biaya $0.000 Waktu respons (rata-rata) 262.3s
#178	MiMo-V2.6-Flash low	Xiaomi	2	0.3	$0.200	0/3	276.9s
Total Tes 3 Tes Salah 3 Total Biaya $0.200 Waktu respons (rata-rata) 276.9s
#203	Grok 4.7 xhigh	X AI	2	0.3	$3.398	0/3	190.6s
Total Tes 3 Tes Salah 3 Total Biaya $3.398 Waktu respons (rata-rata) 190.6s
#399	Ling 3.0 Tiny high	Inclusionai	2	0.3	$0.000	0/3	70.1s
Total Tes 3 Tes Salah 3 Total Biaya $0.000 Waktu respons (rata-rata) 70.1s
#400	Ling 3.0 Tiny low	Inclusionai	2	0.3	$0.000	0/3	72.1s
Total Tes 3 Tes Salah 3 Total Biaya $0.000 Waktu respons (rata-rata) 72.1s
#401	Ling 3.0 Tiny medium	Inclusionai	2	0.3	$0.000	0/3	81.4s
Total Tes 3 Tes Salah 3 Total Biaya $0.000 Waktu respons (rata-rata) 81.4s

Filter model

Model teratas menurut Jumlah Tidak ada jawaban

Jumlah Tidak ada jawaban vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang

Spesifik domain: Tidak ada jawaban

Filter model

Model teratas menurut Jumlah Tidak ada jawaban

Jumlah Tidak ada jawaban vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang