Peringkat Spesifik domain x Jawaban salah

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

Model yang ditampilkan

Total kegagalan

893

Model yang paling terdampak

Alasan kegagalan

Jawaban salah893 Tidak ada jawaban66 Kedaluwarsa46 Kesalahan API40 Format tambahan36 Tidak mengikuti instruksi3

Kategori

Spesifik domain893 Trik anti-AI519 Pemrograman484 Pemecahan teka-teki352 Pengetahuan umum315 Kecerdasan umum134 Gabungan128 Tugas agen128 Kepatuhan instruksi117 Parsing dan ekstraksi data93

423/423

Peringkat	Model	Perusahaan	Jumlah Jawaban salah	Skor kategori	Total Biaya	Tes benar	Waktu respons (rata-rata)
#445	LFM2-24B-A2B default	Liquid	1	0.6	$0.001	1/3	287ms
Total Tes 3 Tes Salah 2 Total Biaya $0.001 Waktu respons (rata-rata) 287ms
#446	Solar Decide Flash default	Upstage	1	0.4	$0.003	1/2	1.11s
Total Tes 2 Tes Salah 1 Total Biaya $0.003 Waktu respons (rata-rata) 1.11s
#448	Solar Decide default	Upstage	1	0.4	$0.009	1/2	7.26s
Total Tes 2 Tes Salah 1 Total Biaya $0.009 Waktu respons (rata-rata) 7.26s

←

1 28 29

Filter model