AI BENCHY
Advertise here

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.

Model yang ditampilkan

15

Total kegagalan

117

Model yang paling terdampak

Claude Opus 4.7 1

Alasan kegagalan

Peringkat Model Perusahaan Jumlah Jawaban salah Skor kategori Tes benar Waktu respons (rata-rata)
#106 MiniMax M2.5 medium Minimax 1 3.0 0/1 80.8s
#107 Mistral Small 4 medium Mistral 1 3.0 0/1 5.92s
#110 Qwen3.5-122B-A10B none Qwen 1 3.0 0/1 295ms
#112 Kimi K2.5 none Moonshot AI 1 3.0 0/1 3.90s
#114 GLM 5 Turbo none Z.ai 1 3.0 0/1 2.37s
#118 Ling-2.6-flash none Inclusionai 1 3.0 0/1 1.06s
#119 gpt-oss-120b none OpenAI 1 3.0 0/1 47.3s
#120 DeepSeek V4 Flash none DeepSeek 1 3.0 0/1 3.07s
#121 Qwen3 Coder Next none Qwen 1 3.0 0/1 601ms
#122 Nemotron 3 Super none NVIDIA 1 3.0 0/1 8.94s
#123 MiniMax M2.7 medium Minimax 1 3.0 0/1 22.8s
#124 Mistral Small 4 none Mistral 1 3.0 0/1 397ms
#125 GPT-5.4 Mini none OpenAI 1 3.0 0/1 1.33s
#126 Qwen3.6 35B A3B none Qwen 1 3.0 0/1 414ms
#127 GPT-4o-mini none OpenAI 1 3.0 0/1 794ms

Model teratas menurut Jumlah Jawaban salah

Jumlah Jawaban salah vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang