AI BENCHY
Advertise here

Kegagalan kategori AI BENCHY

Kecerdasan umum: Jawaban salah

Kecerdasan umum
Jawaban salah

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

Model yang ditampilkan

15

Total kegagalan

32

Model yang paling terdampak

Step 3.7 Flash 1
Peringkat Model Perusahaan Jumlah Jawaban salah Skor kategori Tes benar Waktu respons (rata-rata)
#22 Step 3.7 Flash medium Stepfun 1 4.0 0/1 6.85s
#23 GLM 5 Turbo medium Z.ai 1 6.1 0/1 10.1s
#36 Qwen3.5 Plus 2026-04-20 medium Qwen 1 4.9 0/1 25.3s
#39 Qwen3.6 Flash medium Qwen 1 4.8 0/1 9.88s
#47 Grok Build 0.1 medium X AI 1 4.4 0/1 18.4s
#57 Step 3.7 Flash low Stepfun 1 3.4 0/1 7.00s
#61 Gemini 3.1 Flash Lite low Google 1 4.0 0/1 1.37s
#71 Step 3.7 Flash high Stepfun 1 5.5 0/1 4.17s
#74 Qwen3.6 Max Preview none Qwen 1 4.3 0/1 1.62s
#80 Mimo V2 Omni medium Xiaomi 1 5.4 0/1 3.61s
#90 Gemini 3.1 Flash Lite none Google 1 4.0 0/1 992ms
#95 Qwen3.5 Plus 2026-02-15 none Qwen 1 4.4 0/1 2.26s
#96 Ring-2.6-1T none Inclusionai 1 4.3 0/1 15.6s
#97 Gemini 2.5 Flash none Google 1 5.0 0/1 615ms
#100 Grok Build 0.1 none X AI 1 4.3 0/1 12.5s

Model teratas menurut Jumlah Jawaban salah

Jumlah Jawaban salah vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang