Peringkat Spesifik domain x Kedaluwarsa

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

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

Seed-2.0-Mini 2

Alasan kegagalan

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

Kategori

Spesifik domain46 Pemrograman26 Gabungan11 Pemecahan teka-teki11 Tugas agen11 Trik anti-AI8 Kepatuhan instruksi5 Kecerdasan umum4 Parsing dan ekstraksi data2 Pengetahuan umum2

41/41

Peringkat	Model	Perusahaan	Jumlah Kedaluwarsa	Skor kategori	Total Biaya	Tes benar	Waktu respons (rata-rata)
#145	Seed-2.0-Mini medium	Bytedance Seed	2	0.3	$0.140	0/3	103.4s
Total Tes 3 Tes Salah 3 Total Biaya $0.140 Waktu respons (rata-rata) 103.4s
#196	Kimi K2.6 medium	Moonshot AI	2	0.5	$1.594	1/3	264.4s
Total Tes 3 Tes Salah 2 Total Biaya $1.594 Waktu respons (rata-rata) 264.4s
#208	MiniMax M3 medium	Minimax	2	0.3	$0.422	0/3	235.0s
Total Tes 3 Tes Salah 3 Total Biaya $0.422 Waktu respons (rata-rata) 235.0s
#342	MiniMax M2.7 medium	Minimax	2	0.3	$0.326	0/3	39.7s
Total Tes 3 Tes Salah 3 Total Biaya $0.326 Waktu respons (rata-rata) 39.7s
#390	Qwen3.5-9B medium	Qwen	2	0.4	$0.106	0/3	272.5s
Total Tes 3 Tes Salah 3 Total Biaya $0.106 Waktu respons (rata-rata) 272.5s
#4	GPT-6.1 Sol max	OpenAI	1	0.8	$1.006	2/3	352.0s
Total Tes 3 Tes Salah 1 Total Biaya $1.006 Waktu respons (rata-rata) 352.0s
#5	GPT-6 Astra max	OpenAI	1	0.8	$5.044	2/3	356.4s
Total Tes 3 Tes Salah 1 Total Biaya $5.044 Waktu respons (rata-rata) 356.4s
#30	Muse Spark Open high	Meta	1	0.4	$1.782	0/3	412.1s
Total Tes 3 Tes Salah 3 Total Biaya $1.782 Waktu respons (rata-rata) 412.1s
#36	Qwen3.8 Max (0902) high	Qwen	1	0.6	$3.306	1/3	658.5s
Total Tes 3 Tes Salah 2 Total Biaya $3.306 Waktu respons (rata-rata) 658.5s
#44	Muse Spark Open xhigh	Meta	1	0.3	$2.081	0/3	341.5s
Total Tes 3 Tes Salah 3 Total Biaya $2.081 Waktu respons (rata-rata) 341.5s
#65	GPT-5.2 medium	OpenAI	1	0.6	$1.558	1/3	97.3s
Total Tes 3 Tes Salah 2 Total Biaya $1.558 Waktu respons (rata-rata) 97.3s
#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
#83	GPT-5 Mini medium	OpenAI	1	0.3	$0.315	0/3	44.7s
Total Tes 3 Tes Salah 3 Total Biaya $0.315 Waktu respons (rata-rata) 44.7s
#93	Kimi K3 max	Moonshot AI	1	0.5	$3.409	1/3	683.6s
Total Tes 3 Tes Salah 2 Total Biaya $3.409 Waktu respons (rata-rata) 683.6s
#100	GLM 5.2 medium	Z.ai	1	0.4	$1.007	0/3	45.5s
Total Tes 3 Tes Salah 3 Total Biaya $1.007 Waktu respons (rata-rata) 45.5s

Filter model

Model teratas menurut Jumlah Kedaluwarsa

Jumlah Kedaluwarsa vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang

Spesifik domain: Kedaluwarsa

Filter model

Model teratas menurut Jumlah Kedaluwarsa

Jumlah Kedaluwarsa vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang