Kegagalan kategori AI BENCHY

Kecerdasan umum

Kedaluwarsa

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

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

Qwen3.5 Plus 2026-02-15 1

Alasan kegagalan terkait

Tidak mengikuti instruksi32 Jawaban salah6 Kedaluwarsa3

Kategori terkait

Spesifik domain17 Pemecahan teka-teki4 Kecerdasan umum3 Trik anti-AI1

Peringkat	Model	Perusahaan	Jumlah Kedaluwarsa	Skor kategori	Tes benar	Waktu respons (rata-rata)
#4	Qwen3.5 Plus 2026-02-15 medium	Qwen	1	10.0	0/1	79.9s
#10	Qwen3.5-122B-A10B medium	Qwen	1	10.0	0/1	34.1s
#35	Qwen3.5-35B-A3B medium	Qwen	1	10.0	0/1	30.3s

Kecerdasan umum

Kedaluwarsa

Model teratas menurut Jumlah Kedaluwarsa

Jumlah Kedaluwarsa vs skor rata-rata

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang

GabunganTrik anti-AIKecerdasan umumKepatuhan instruksiParsing dan ekstraksi dataPemecahan teka-tekiSpesifik domainPemanggilan alatKecerdasan umumKecerdasan umumCari : Tidak mengikuti instruksiJawaban salahKedaluwarsaKedaluwarsaKedaluwarsaCari

Model teratas menurut Jumlah Kedaluwarsa

Jumlah Kedaluwarsa vs skor rata-rata

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang

Kecerdasan umum

Kedaluwarsa