AI BENCHY
Your ad here

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

85

Model yang paling terdampak

Grok 4.20 1
Peringkat Model Perusahaan Jumlah Jawaban salah Skor kategori Tes benar Waktu respons (rata-rata)
#82 Grok 4.20 none X AI 1 5.3 1/3 487ms
#91 Mercury 2 none Inception 3 3.1 0/3 533ms
#79 Grok 4.20 Beta none X AI 1 5.9 1/3 541ms
#62 Gemini 2.5 Flash none Google 1 5.7 1/3 576ms
#83 Mistral Small 4 none Mistral 1 3.1 0/3 589ms
#90 Qwen3.5-9B none Qwen 1 3.2 0/3 683ms
#60 Gemma 4 26B A4B none Google 1 5.7 1/3 739ms
#85 Elephant none Openrouter 2 3.3 0/3 849ms
#86 GPT-5.4 Mini none OpenAI 1 5.4 1/3 860ms
#81 Elephant medium Openrouter 1 3.7 0/3 867ms
#54 Mercury 2 medium Inception 1 3.9 0/3 934ms
#70 Qwen3.5-122B-A10B none Qwen 2 5.4 1/3 982ms
#74 GLM 4.7 Flash none Z.ai 1 4.4 0/3 1.00s
#21 Gemini 3 Flash Preview none Google 1 7.7 2/3 1.06s
#95 Grok 4.1 Fast none X AI 3 3.2 0/3 1.28s

Model teratas menurut Jumlah Jawaban salah

Jumlah Jawaban salah vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang