Peringkat Spesifik domain x Tidak ada jawaban

Kegagalan kategori AI BENCHY

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

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

Step 3.7 Flash 1

Alasan kegagalan

Jawaban salah314 Kedaluwarsa34 Format tambahan12 Kesalahan API6 Tidak ada jawaban5 Tidak mengikuti instruksi1

Kategori

Pemrograman18 Pengetahuan umum6 Parsing dan ekstraksi data5 Spesifik domain5 Gabungan2 Kepatuhan instruksi2 Pemanggilan alat2 Trik anti-AI2 Pemecahan teka-teki1

Peringkat	Model	Perusahaan	Jumlah Tidak ada jawaban	Skor kategori	Tes benar	Waktu respons (rata-rata)
#71	Step 3.7 Flash high	Stepfun	1	4.1	0/3	149.6s
#80	Mimo V2 Omni medium	Xiaomi	1	3.0	0/3	47.9s
#107	Laguna Xs.2 medium	Poolside	1	4.1	0/3	11.1s
#149	Nemotron 3 Nano Omni 30b A3b Reasoning medium	NVIDIA	1	2.9	0/3	56.7s
#158	GLM 4.7 Flash medium	Z.ai	1	3.5	0/3	174.6s

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

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