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.

Model yang ditampilkan

15

Total kegagalan

85

Model yang paling terdampak

Kimi K2.5 3
Peringkat Model Perusahaan Jumlah Jawaban salah Skor kategori Tes benar Waktu respons (rata-rata)
#67 Qwen3.5-27B none Qwen 1 6.7 1/3 1.37s
#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
#71 MiniMax M2.5 medium Minimax 1 5.3 1/3 11.5s
#72 Hunter Alpha none OpenRouter 1 5.8 1/3 3.06s
#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
#75 GLM 5.1 none Z.ai 1 5.7 1/3 1.48s
#77 GLM 5 Turbo none Z.ai 1 5.5 1/3 2.43s
#79 Grok 4.20 Beta none X AI 1 5.9 1/3 541ms
#80 MiniMax M2.7 medium Minimax 1 3.8 0/3 25.6s
#81 Elephant medium Openrouter 1 3.7 0/3 867ms
#82 Grok 4.20 none X AI 1 5.3 1/3 487ms
#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