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)
#101 Mimo V2 Omni none Xiaomi 1 4.1 0/1 2.33s
#104 Nemotron 3 Ultra 550b A55b none NVIDIA 1 5.0 0/1 13.5s
#112 GLM 5.1 none Z.ai 1 5.0 0/1 790ms
#122 GLM 4.7 Flash none Z.ai 1 4.0 0/1 1.59s
#123 MiMo-V2.5-Pro none Xiaomi 1 4.0 0/1 2.58s
#125 GPT-5.4 none OpenAI 1 4.4 0/1 1.78s
#126 gpt-oss-120b none OpenAI 1 4.8 0/1 10.8s
#127 Grok 4.20 none X AI 1 4.8 0/1 659ms
#138 Ling-2.6-flash none Inclusionai 1 4.0 0/1 1.45s
#139 DeepSeek V4 Flash none DeepSeek 1 4.2 0/1 23.7s
#141 Nemotron 3 Super none NVIDIA 1 4.6 0/1 950ms
#142 Mistral Small 4 none Mistral 1 4.0 0/1 729ms
#143 MiMo-V2.5 none Xiaomi 1 4.4 0/1 6.86s
#147 GPT-4o-mini none OpenAI 1 4.0 0/1 909ms
#153 Qwen3.6 35B A3B none Qwen 1 4.4 0/1 3.51s

Model teratas menurut Jumlah Jawaban salah

Jumlah Jawaban salah vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang