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: Tes benar ↑.

Model yang ditampilkan

15

Total kegagalan

85

Model yang paling terdampak

Kimi K2.6 1
Peringkat Model Perusahaan Jumlah Jawaban salah Skor kategori Tes benar Waktu respons (rata-rata)
#34 Kimi K2.6 medium Moonshot AI 1 5.0 0/3 25.6s
#38 GPT-5.4 Nano medium OpenAI 1 4.0 0/3 3.65s
#51 Nemotron 3 Super medium NVIDIA 1 3.5 0/3 8.39s
#54 Mercury 2 medium Inception 1 3.9 0/3 934ms
#59 Qwen3.5-Flash none Qwen 2 3.3 0/3 5.90s
#63 Qwen3.5-35B-A3B none Qwen 2 3.9 0/3 1.34s
#68 gpt-oss-120b medium OpenAI 1 3.2 0/3 11.8s
#69 Kimi K2.6 none Moonshot AI 1 3.4 0/3 1.66s
#73 Mistral Small 4 medium Mistral 1 3.4 0/3 2.00s
#74 GLM 4.7 Flash none Z.ai 1 4.4 0/3 1.00s
#76 Kimi K2.5 none Moonshot AI 3 3.1 0/3 4.73s
#80 MiniMax M2.7 medium Minimax 1 3.8 0/3 25.6s
#81 Elephant medium Openrouter 1 3.7 0/3 867ms
#83 Mistral Small 4 none Mistral 1 3.1 0/3 589ms
#84 gpt-oss-120b none OpenAI 1 4.5 0/3 6.86s

Model teratas menurut Jumlah Jawaban salah

Jumlah Jawaban salah vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang