Peringkat model Pemrograman

Kategori AI BENCHY

Lihat model AI mana yang paling baik di Pemrograman, mana yang tetap andal, dan di mana kesenjangan terbesar muncul. Urutkan berdasarkan: Metrik ↑.

Model yang ditampilkan

Rata-rata Skor Pemrograman

5.7

Model terbaik

Alasan kegagalan

Dengan alasan kegagalan Jawaban salah230 Dengan alasan kegagalan Kesalahan API43 Dengan alasan kegagalan Kedaluwarsa25 Dengan alasan kegagalan Tidak ada jawaban18 Dengan alasan kegagalan Tidak mengikuti instruksi16 Dengan alasan kegagalan Format tambahan12

189/189

Peringkat	Model	Perusahaan	Skor Pemrograman	Skor	Total Biaya	Tes benar	Waktu respons (rata-rata)
#6	GPT-5.6 Sol high	OpenAI	10.0	9.4	$0.821	3/3	12.5s
Total Tes 3 Tes Salah 0 Total Biaya $0.821 Waktu respons (rata-rata) 12.5s
#7	GPT-5.5 low	OpenAI	10.0	9.3	$0.907	3/3	15.0s
Total Tes 3 Tes Salah 0 Total Biaya $0.907 Waktu respons (rata-rata) 15.0s
#9	Claude Fable 5 medium	Anthropic	10.0	9.2	$3.165	3/3	15.6s
Total Tes 3 Tes Salah 0 Total Biaya $3.165 Waktu respons (rata-rata) 15.6s
#13	GPT-5.3-Codex medium	OpenAI	10.0	8.9	$0.740	3/3	19.5s
Total Tes 3 Tes Salah 0 Total Biaya $0.740 Waktu respons (rata-rata) 19.5s
#15	Claude Opus 4.8 medium	Anthropic	10.0	8.8	$1.107	3/3	15.3s
Total Tes 3 Tes Salah 0 Total Biaya $1.107 Waktu respons (rata-rata) 15.3s
#18	GLM 5 medium	Z.ai	10.0	8.6	$0.228	3/3	74.3s
Total Tes 3 Tes Salah 0 Total Biaya $0.228 Waktu respons (rata-rata) 74.3s
#19	GPT-5 Mini medium	OpenAI	10.0	8.5	$0.159	3/3	27.6s
Total Tes 3 Tes Salah 0 Total Biaya $0.159 Waktu respons (rata-rata) 27.6s
#25	GPT-5.2 medium	OpenAI	10.0	8.4	$0.548	3/3	22.7s
Total Tes 3 Tes Salah 0 Total Biaya $0.548 Waktu respons (rata-rata) 22.7s
#40	Grok 4.5 low	X AI	10.0	7.8	$0.760	3/3	13.7s
Total Tes 3 Tes Salah 0 Total Biaya $0.760 Waktu respons (rata-rata) 13.7s

Peringkat Pemrograman