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

Pengetahuan umum: Jawaban salah

Pengetahuan umum
Jawaban salah

Lihat model AI mana yang paling mungkin mengalami Jawaban salah di Pengetahuan umum, agar Anda bisa menemukan titik lemahnya lebih cepat. Urutkan berdasarkan: Waktu respons (rata-rata) ↓.

Model yang ditampilkan

15

Total kegagalan

117

Model yang paling terdampak

MiMo-V2-Omni 1

Alasan kegagalan

Peringkat Model Perusahaan Jumlah Jawaban salah Skor kategori Tes benar Waktu respons (rata-rata)
#62 MiMo-V2-Omni medium Xiaomi 1 3.0 0/1 234.2s
#38 Gemma 4 26B A4B medium Google 1 3.0 0/1 180.9s
#57 Qwen3.5-35B-A3B medium Qwen 1 3.0 0/1 177.4s
#140 Qwen3.5-9B medium Qwen 1 3.0 0/1 177.0s
#42 Kimi K2.6 medium Moonshot AI 1 3.0 0/1 130.3s
#50 Qwen3.6 Flash medium Qwen 1 3.0 0/1 122.9s
#36 Step 3.5 Flash none Stepfun 1 3.0 0/1 114.1s
#43 Step 3.5 Flash medium Stepfun 1 3.0 0/1 108.4s
#12 Qwen3.5 Plus 2026-02-15 medium Qwen 1 3.0 0/1 103.8s
#33 Qwen3.5 Plus 2026-04-20 medium Qwen 1 3.0 0/1 92.6s
#14 Gemma 4 31B medium Google 1 3.0 0/1 90.1s
#17 Qwen3.5-27B medium Qwen 1 3.0 0/1 85.1s
#59 DeepSeek V3.2 medium DeepSeek 1 3.0 0/1 84.0s
#69 Kimi K2.5 medium Moonshot AI 1 3.0 0/1 83.9s
#37 MiMo-V2-Pro medium Xiaomi 1 3.0 0/1 82.7s

Model teratas menurut Jumlah Jawaban salah

Jumlah Jawaban salah vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang