AI BENCHY
Advertise here

Kegagalan kategori AI BENCHY

Spesifik domain: Jawaban salah

Spesifik domain
Jawaban salah

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

Model yang ditampilkan

15

Total kegagalan

314

Model yang paling terdampak

Qwen3.6 Max Preview 3
Peringkat Model Perusahaan Jumlah Jawaban salah Skor kategori Tes benar Waktu respons (rata-rata)
#14 Qwen3.6 Max Preview medium Qwen 3 2.9 0/3 95.9s
#17 GLM 5 medium Z.ai 2 3.5 0/3 0ms
#18 Qwen3.7 Plus medium Qwen 3 3.6 0/3 45.3s
#23 GLM 5 Turbo medium Z.ai 2 2.9 0/3 71.1s
#26 Qwen3.6 Plus medium Qwen 3 2.9 0/3 29.6s
#29 Qwen3.5-122B-A10B medium Qwen 3 2.9 0/3 63.4s
#31 DeepSeek V4 Flash high DeepSeek 3 4.1 0/3 100.3s
#36 Qwen3.5 Plus 2026-04-20 medium Qwen 3 2.9 0/3 53.1s
#37 Gemma 4 26B A4B medium Google 2 2.9 0/3 23.6s
#39 Qwen3.6 Flash medium Qwen 3 3.5 0/3 14.6s
#40 Gemini 3.1 Flash Lite Preview medium Google 3 3.0 0/3 4.21s
#41 Nemotron 3 Ultra 550b A55b medium NVIDIA 3 3.5 0/3 24.9s
#44 Gemini 3.1 Flash Lite medium Google 3 2.9 0/3 3.16s
#45 GPT-5.4 Mini medium OpenAI 3 4.1 0/3 65.3s
#52 Claude Sonnet 4.6 medium Anthropic 1 2.9 0/3 0ms

Model teratas menurut Jumlah Jawaban salah

Jumlah Jawaban salah vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang