AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Kegagalan kategori AI BENCHY

Pemecahan teka-teki: Jawaban salah

Pemecahan teka-teki
Jawaban salah

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

Model yang ditampilkan

15

Total kegagalan

147

Model yang paling terdampak

Mistral Small 4 2
Peringkat Model Perusahaan Jumlah Jawaban salah Skor kategori Tes benar Waktu respons (rata-rata)
#142 Mistral Small 4 none Mistral 2 3.1 0/3 399ms
#127 Grok 4.20 none X AI 2 5.3 1/3 473ms
#162 Nemotron 3 Nano Omni 30b A3b Reasoning none NVIDIA 1 3.0 0/3 532ms
#155 Mercury 2 none Inception 3 3.1 0/3 535ms
#106 Grok 4.20 Beta none X AI 1 7.7 2/3 586ms
#97 Gemini 2.5 Flash none Google 1 7.7 2/3 604ms
#163 Granite 4.1 8B none IBM Granite 2 3.2 0/3 608ms
#154 Qwen3.5-9B none Qwen 2 3.2 0/3 621ms
#146 Laguna Xs.2 none Poolside 1 5.3 1/3 650ms
#90 Gemini 3.1 Flash Lite none Google 1 6.3 1/3 720ms
#102 Gemma 4 26B A4B none Google 1 6.2 1/3 744ms
#137 Elephant Alpha none Openrouter 2 4.2 0/3 807ms
#144 GPT-5.4 Mini none OpenAI 1 5.4 1/3 836ms
#136 Elephant Alpha medium Openrouter 1 5.3 1/3 868ms
#145 Laguna M.1 none Poolside 2 3.0 0/3 891ms

Model teratas menurut Jumlah Jawaban salah

Jumlah Jawaban salah vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang