AI BENCHY
Advertise here

Kegagalan kategori AI BENCHY

Spesifik domain: Kedaluwarsa

Spesifik domain
Kedaluwarsa

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

Model yang ditampilkan

15

Total kegagalan

34

Model yang paling terdampak

GLM 5 1

Alasan kegagalan

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

Kategori

Spesifik domain34 Pemrograman23 Pemecahan teka-teki5 Kecerdasan umum4 Trik anti-AI4 Gabungan2 Parsing dan ekstraksi data1
Peringkat Model Perusahaan Jumlah Kedaluwarsa Skor kategori Tes benar Waktu respons (rata-rata)
#17 GLM 5 medium Z.ai 1 3.5 0/3 0ms
#23 GLM 5 Turbo medium Z.ai 1 2.9 0/3 71.1s
#37 Gemma 4 26B A4B medium Google 1 2.9 0/3 23.6s
#52 Claude Sonnet 4.6 medium Anthropic 1 2.9 0/3 0ms
#54 GPT-5 Mini medium OpenAI 1 3.6 0/3 44.6s
#66 Qwen3.5-35B-A3B medium Qwen 2 4.1 0/3 88.3s
#72 DeepSeek V3.2 medium DeepSeek 1 2.9 0/3 24.3s
#73 Seed-2.0-Mini medium Bytedance Seed 3 3.0 0/3 0ms
#76 Kimi K2.5 medium Moonshot AI 1 3.5 0/3 137.3s
#79 Hunter Alpha medium OpenRouter 1 3.0 0/3 10.5s
#103 DeepSeek V4 Pro high DeepSeek 1 2.9 0/3 205.7s
#105 Nemotron 3 Super medium NVIDIA 1 2.9 0/3 16.2s
#129 MiniMax M2.5 medium Minimax 1 2.9 0/3 237.3s
#130 MiniMax M2.7 medium Minimax 2 3.0 0/3 19.0s
#161 Qwen3.5-9B medium Qwen 3 3.6 0/3 137.7s

Model teratas menurut Jumlah Kedaluwarsa

Jumlah Kedaluwarsa vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang