Peringkat Gabungan
Lihat model AI mana yang paling baik di Gabungan, mana yang tetap andal, dan di mana kesenjangan terbesar muncul. Urutkan berdasarkan: Metrik ↑.
Alasan kegagalan
Dengan alasan kegagalan Pemanggilan alat tidak valid180 Dengan alasan kegagalan Jawaban salah128 Dengan alasan kegagalan Kesalahan API62 Dengan alasan kegagalan Tidak ada jawaban56 Dengan alasan kegagalan Kedaluwarsa11 Dengan alasan kegagalan Format tambahan1 Dengan alasan kegagalan Tidak mengikuti instruksi1
451/451
Filter model
Tidak ada model yang cocok dengan pencarian dan filter saat ini.
| Peringkat | Model | Perusahaan | Skor Gabungan | Skor | Total Biaya | Tes benar | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|
| #88 | Muse Spark 1.1 high | Meta | 0.6 | 0.8 | $2.570 | 0/2 | 70.3s |
| #85 | Muse Glimmer 30B xhigh | Meta | 0.6 | 0.8 | $0.585 | 0/2 | 272.7s |
| #368 | Nemotron 3.5 Lightning medium | NVIDIA | 0.6 | 0.5 | $0.195 | 1/2 | 136.9s |
| #378 | Nemotron 3.5 Lightning low | NVIDIA | 0.6 | 0.5 | $0.175 | 1/2 | 142.4s |
| #111 | Nemotron 3 Ultra medium | NVIDIA | 0.6 | 0.8 | $0.674 | 1/2 | 218.2s |
| #211 | Solar Pro 4 low | Upstage | 0.6 | 0.7 | $0.101 | 1/2 | 358.1s |
| #125 | Ling 3.1 Flash high | Inclusionai | 0.6 | 0.8 | $0.000 | 1/2 | 351.2s |
| #160 | Gemma 4 26B A4B medium | 0.6 | 0.7 | $0.101 | 1/2 | 492.9s | |
| #237 | Laguna XS 2.1 medium | Poolside | 0.6 | 0.6 | $0.083 | 1/2 | 218.1s |
| #282 | Apodex 1.1 Mini medium | Apodex | 0.6 | 0.6 | $0.000 | 1/2 | 66.4s |
| #339 | Nemotron 3.5 Lightning high | NVIDIA | 0.6 | 0.5 | $0.168 | 1/2 | 160.5s |
| #50 | Gemini 4 Argon medium | 0.6 | 0.9 | $0.674 | 1/2 | 15.1s | |
| #104 | Seed-2.0-Lite medium | Bytedance Seed | 0.6 | 0.8 | $0.271 | 1/2 | 58.5s |
| #108 | DeepSeek V4 Flash 0423 high | DeepSeek | 0.6 | 0.8 | $0.261 | 1/2 | 104.1s |
| #128 | GLM 5.3 high | Z.ai | 0.6 | 0.8 | $0.495 | 1/2 | 64.0s |