Peringkat Pemecahan teka-teki x Jawaban salah

Kegagalan kategori AI BENCHY

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

Total kegagalan

Model yang paling terdampak

Alasan kegagalan

Jawaban salah85 Tidak mengikuti instruksi75 Kedaluwarsa6 Format tambahan2 Kesalahan API1

Kategori

Spesifik domain182 Trik anti-AI165 Pemecahan teka-teki85 Kepatuhan instruksi44 Gabungan37 Pemrograman28 Parsing dan ekstraksi data19 Kecerdasan umum10 Pemanggilan alat2

Peringkat	Model	Perusahaan	Jumlah Jawaban salah	Skor kategori	Tes benar	Waktu respons (rata-rata)
#86	GPT-5.4 Mini none	OpenAI	1	5.4	1/3	860ms
#88	Nemotron 3 Super none	NVIDIA	1	5.7	1/3	7.50s
#90	Qwen3.5-9B none	Qwen	1	3.2	0/3	683ms
#92	Qwen3 Coder Next medium	Qwen	1	3.1	0/3	2.30s
#98	LFM2-24B-A2B none	Liquid	1	4.4	0/3	1.69s

←

1 2 3 4 5

Model teratas menurut Jumlah Jawaban salah