Peringkat Pengetahuan umum x Jawaban salah

Lihat model AI mana yang paling mungkin mengalami Jawaban salah di Pengetahuan umum, agar Anda bisa menemukan titik lemahnya lebih cepat.

Model yang ditampilkan

Total kegagalan

197

Model yang paling terdampak

Alasan kegagalan

Jawaban salah197 Tidak ada jawaban16 Kesalahan API13 Kedaluwarsa1

Kategori

Spesifik domain495 Trik anti-AI332 Pemrograman292 Pemecahan teka-teki233 Pengetahuan umum197 Gabungan75 Kepatuhan instruksi73 Kecerdasan umum71 Parsing dan ekstraksi data45 Pemanggilan alat4

197/197

Peringkat	Model	Perusahaan	Jumlah Jawaban salah	Skor kategori	Total Biaya	Tes benar	Waktu respons (rata-rata)
#242	gpt-oss-120b none	OpenAI	1	3.0	$0.010	0/1	47.3s
Total Tes 1 Tes Salah 1 Total Biaya $0.010 Waktu respons (rata-rata) 47.3s
#245	Step 3.5 Flash none	Stepfun	1	3.0	$0.020	0/1	114.1s
Total Tes 1 Tes Salah 1 Total Biaya $0.020 Waktu respons (rata-rata) 114.1s

←

1 13 14

Filter model