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

85

Model yang paling terdampak

Gemini 3.1 Flash Lite Preview 1
Peringkat Model Perusahaan Jumlah Jawaban salah Skor kategori Tes benar Waktu respons (rata-rata)
#11 Gemini 3.1 Flash Lite Preview high Google 1 7.7 2/3 46.3s
#46 Kimi K2.5 medium Moonshot AI 1 5.3 1/3 45.4s
#27 DeepSeek V3.2 medium DeepSeek 1 8.2 2/3 36.9s
#43 Qwen3.5-35B-A3B medium Qwen 1 6.4 1/3 31.6s
#39 Seed-2.0-Mini medium Bytedance Seed 1 8.2 2/3 25.9s
#80 MiniMax M2.7 medium Minimax 1 3.8 0/3 25.6s
#34 Kimi K2.6 medium Moonshot AI 1 5.0 0/3 25.6s
#33 GLM 5.1 medium Z.ai 1 8.2 2/3 23.8s
#87 Qwen3 Coder Next none Qwen 3 3.2 0/3 22.9s
#57 GPT-5 Nano medium OpenAI 1 5.3 1/3 19.8s
#45 GPT-5 Mini medium OpenAI 1 5.6 1/3 14.1s
#93 GLM 4.7 Flash medium Z.ai 2 2.9 0/3 12.9s
#68 gpt-oss-120b medium OpenAI 1 3.2 0/3 11.8s
#71 MiniMax M2.5 medium Minimax 1 5.3 1/3 11.5s
#51 Nemotron 3 Super medium NVIDIA 1 3.5 0/3 8.39s

Model teratas menurut Jumlah Jawaban salah

Jumlah Jawaban salah vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang