AI BENCHY
Your ad here

Kegagalan kategori AI BENCHY

Pemecahan teka-teki: Kedaluwarsa

Pemecahan teka-teki
Kedaluwarsa

Lihat model AI mana yang paling mungkin mengalami Kedaluwarsa di Pemecahan teka-teki, agar Anda bisa menemukan titik lemahnya lebih cepat. Urutkan berdasarkan: Waktu respons (rata-rata) ↑.

Model yang ditampilkan

4

Total kegagalan

6

Model yang paling terdampak

MiniMax M2.5 1

Alasan kegagalan

Jawaban salah85 Tidak mengikuti instruksi75 Kedaluwarsa6 Format tambahan2 Kesalahan API1

Kategori

Spesifik domain31 Pemrograman12 Pemecahan teka-teki6 Kecerdasan umum4 Trik anti-AI4 Gabungan2 Kepatuhan instruksi1 Parsing dan ekstraksi data1
Peringkat Model Perusahaan Jumlah Kedaluwarsa Skor kategori Tes benar Waktu respons (rata-rata)
#71 MiniMax M2.5 medium Minimax 1 5.3 1/3 11.5s
#43 Qwen3.5-35B-A3B medium Qwen 1 6.4 1/3 31.6s
#97 Qwen3.5-9B medium Qwen 2 3.1 0/3 33.4s
#32 Qwen3.5-Flash medium Qwen 2 6.4 1/3 56.7s

Model teratas menurut Jumlah Kedaluwarsa

Jumlah Kedaluwarsa vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang