Peringkat Gabungan
Lihat model AI mana yang paling baik di Gabungan, mana yang tetap andal, dan di mana kesenjangan terbesar muncul. Urutkan berdasarkan: Tes benar ↑.
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) |
|---|---|---|---|---|---|---|---|
| #93 | Gemini 3.5 Flash high | 0.8 | 0.8 | $2.737 | 1/2 | 84.1s | |
| #94 | Kimi K3 max | Moonshot AI | 0.7 | 0.8 | $3.409 | 1/2 | 223.0s |
| #97 | Ling 3.1 Flash medium | Inclusionai | 0.7 | 0.8 | $0.000 | 1/2 | 306.5s |
| #98 | Qwen3.7 Plus medium | Qwen | 0.8 | 0.8 | $0.415 | 1/2 | 190.3s |
| #104 | Seed-2.0-Lite medium | Bytedance Seed | 0.6 | 0.8 | $0.271 | 1/2 | 58.5s |
| #105 | Seed-2.0-Code low | Bytedance Seed | 0.7 | 0.8 | $0.881 | 1/2 | 99.1s |
| #108 | DeepSeek V4 Flash 0423 high | DeepSeek | 0.6 | 0.8 | $0.261 | 1/2 | 104.1s |
| #111 | Nemotron 3 Ultra medium | NVIDIA | 0.6 | 0.8 | $0.674 | 1/2 | 218.2s |
| #113 | Gemini 3.8 Flash medium | 0.9 | 0.8 | $0.769 | 1/2 | 60.3s | |
| #114 | Qwen3.8 Flash Next low | Qwen | 0.7 | 0.8 | ~$0.045 | 1/2 | 98.9s |
| #115 | GPT-5.6 Terra low | OpenAI | 0.9 | 0.8 | $0.435 | 1/2 | 9.68s |
| #116 | Qwen3.5-27B medium | Qwen | 0.7 | 0.8 | $1.135 | 1/2 | 595.2s |
| #117 | GLM 5.3 FlashX max | Z.ai | 0.8 | 0.8 | $0.623 | 1/2 | 45.2s |
| #119 | GPT-5.4 Mini medium | OpenAI | 0.7 | 0.8 | $1.102 | 1/2 | 59.6s |
| #120 | Qwen3.7 Max none | Qwen | 0.7 | 0.8 | $0.451 | 1/2 | 37.2s |