Peringkat Pemecahan teka-teki x Kedaluwarsa

Kegagalan kategori AI BENCHY

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

Total kegagalan

Model yang paling terdampak

Qwen3.5-35B-A3B 1

Alasan kegagalan

Jawaban salah147 Tidak mengikuti instruksi78 Kesalahan API13 Format tambahan5 Kedaluwarsa5 Tidak ada jawaban1

Kategori

Spesifik domain34 Pemrograman23 Pemecahan teka-teki5 Kecerdasan umum4 Trik anti-AI4 Gabungan2 Parsing dan ekstraksi data1

Peringkat	Model	Perusahaan	Jumlah Kedaluwarsa	Skor kategori	Tes benar	Waktu respons (rata-rata)
#66	Qwen3.5-35B-A3B medium	Qwen	1	8.2	2/3	33.1s
#161	Qwen3.5-9B medium	Qwen	2	3.0	0/3	32.3s
#49	Qwen3.5-Flash medium	Qwen	1	8.2	2/3	27.6s
#129	MiniMax M2.5 medium	Minimax	1	5.3	1/3	11.2s

Model teratas menurut Jumlah Kedaluwarsa

Jumlah Kedaluwarsa vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang

Pemecahan teka-teki: Kedaluwarsa

Model teratas menurut Jumlah Kedaluwarsa

Jumlah Kedaluwarsa vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang