Peringkat Gabungan
Lihat model AI mana yang paling baik di Gabungan, mana yang tetap andal, dan di mana kesenjangan terbesar muncul. Urutkan berdasarkan: Waktu respons (rata-rata) ↑.
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) |
|---|---|---|---|---|---|---|---|
| #209 | Grok Build 0.1 medium | X AI | 1.0 | 0.7 | $1.419 | 2/2 | 65.1s |
| #1 | Gemini 3.6 Flash high | 1.0 | 1.0 | $0.900 | 2/2 | 65.1s | |
| #187 | Kimi K2.7 Code medium | Moonshot AI | 0.7 | 0.7 | $1.136 | 1/2 | 66.0s |
| #176 | Step 3.7 Flash low | Stepfun | 0.7 | 0.7 | $0.449 | 1/2 | 66.2s |
| #282 | Apodex 1.1 Mini medium | Apodex | 0.6 | 0.6 | $0.000 | 1/2 | 66.4s |
| #217 | Apodex 1.1 Mini high | Apodex | 0.4 | 0.7 | $0.000 | 0/2 | 67.5s |
| #4 | GPT-6.1 Sol max | OpenAI | 1.0 | 1.0 | $1.006 | 2/2 | 69.6s |
| #88 | Muse Spark 1.1 high | Meta | 0.6 | 0.8 | $2.570 | 0/2 | 70.3s |
| #158 | DeepSeek V4 Pro 0423 none | DeepSeek | 0.8 | 0.7 | $0.083 | 1/2 | 71.6s |
| #351 | MiniMax M2.7 medium | Minimax | 0.4 | 0.5 | $0.326 | 0/2 | 72.1s |
| #62 | Muse Spark Open medium | Meta | 1.0 | 0.9 | $1.260 | 2/2 | 72.2s |
| #387 | KAT Coder AIR V2.5 default | Kwaipilot | 0.4 | 0.4 | $0.070 | 0/2 | 73.0s |
| #340 | KAT Coder AIR V2.5 high | Kwaipilot | 0.7 | 0.5 | $0.077 | 1/2 | 74.5s |
| #363 | Hy4 preview none | Tencent | 0.3 | 0.5 | $0.165 | 0/2 | 75.1s |
| #342 | MiMo-V2-Flash medium | Xiaomi | 0.5 | 0.5 | $0.043 | 1/1 | 75.7s |