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.

Model yang ditampilkan

12

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)
#128 MiMo-V2.5 none Xiaomi 1 3.0 0/1 3.89s
#129 Qwen3 Coder Next medium Qwen 1 3.0 0/1 399ms
#130 Trinity Large Preview none Arcee AI 1 3.0 0/1 777ms
#131 Mercury 2 none Inception 1 3.0 0/1 548ms
#132 Qwen3.5-9B none Qwen 1 3.0 0/1 2.32s
#133 HY3 Preview none Tencent 1 3.0 0/1 2.71s
#135 GPT-5.4 Nano none OpenAI 1 3.0 0/1 773ms
#136 GLM 4.7 Flash medium Z.ai 1 3.0 0/1 11.1s
#137 MiMo-V2-Flash none Xiaomi 1 3.0 0/1 1.82s
#139 Grok 4.1 Fast none X AI 1 3.0 0/1 731ms
#140 Qwen3.5-9B medium Qwen 1 3.0 0/1 177.0s
#142 Granite 4.1 8B none IBM Granite 1 3.0 0/1 306ms

Model teratas menurut Jumlah Jawaban salah

Jumlah Jawaban salah vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang