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

147

Model yang paling terdampak

Alasan kegagalan

Jawaban salah147 Tidak mengikuti instruksi78 Kesalahan API13 Format tambahan5 Kedaluwarsa5 Tidak ada jawaban1

Kategori

Spesifik domain314 Trik anti-AI245 Pemrograman194 Pemecahan teka-teki147 Pengetahuan umum130 Kepatuhan instruksi53 Gabungan52 Parsing dan ekstraksi data35 Kecerdasan umum32 Pemanggilan alat2

Peringkat	Model	Perusahaan	Jumlah Jawaban salah	Skor kategori	Tes benar	Waktu respons (rata-rata)
#161	Qwen3.5-9B medium	Qwen	1	3.0	0/3	32.3s
#162	Nemotron 3 Nano Omni 30b A3b Reasoning none	NVIDIA	1	3.0	0/3	532ms

←

1 7 8

Model teratas menurut Jumlah Jawaban salah