AI BENCHY
Bandingkan Grafik Metodologi
❤️ Made by XCS
Your ad here

Kegagalan kategori AI BENCHY

Pemecahan teka-teki
Format tambahan

Lihat model AI mana yang paling mungkin mengalami Format tambahan di Pemecahan teka-teki, agar Anda bisa menemukan titik lemahnya lebih cepat. Urutkan berdasarkan: Tes benar ↓.

Model yang ditampilkan

1

Total kegagalan

1

Model yang paling terdampak

Claude Sonnet 4.6 1

Alasan kegagalan terkait

Jawaban salah55 Tidak mengikuti instruksi24 Kedaluwarsa4 Format tambahan1 Kesalahan API1

Kategori terkait

Trik anti-AI8 Spesifik domain3 Parsing dan ekstraksi data1 Pemecahan teka-teki1
Peringkat Model Perusahaan Jumlah Format tambahan Skor kategori Tes benar Waktu respons (rata-rata)
#25 Claude Sonnet 4.6 none Anthropic 1 7.0 2/3 2.92s

Model teratas menurut Jumlah Format tambahan

Jumlah Format tambahan vs skor rata-rata

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang