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) |
|---|---|---|---|---|---|---|---|
| #141 | Muse Glimmer 30B medium | Meta | 0.7 | 0.8 | $0.288 | 1/2 | 76.5s |
| #143 | Qwen3.8 Flash Next medium | Qwen | 0.6 | 0.8 | ~$0.047 | 1/2 | 76.7s |
| #316 | Kimi K2.6 none | Moonshot AI | 0.3 | 0.5 | $0.486 | 0/2 | 77.8s |
| #183 | MiMo-V2.5 medium | Xiaomi | 0.9 | 0.7 | $0.130 | 1/2 | 78.0s |
| #322 | Seed-2.0-Code none | Bytedance Seed | 0.3 | 0.5 | $0.257 | 0/2 | 78.4s |
| #383 | Hy3 preview low | Tencent | 0.5 | 0.5 | $0.042 | 1/1 | 78.7s |
| #106 | DeepSeek V4 Pro 0423 high | DeepSeek | 1.0 | 0.8 | $0.149 | 2/2 | 79.0s |
| #196 | Ember-1 high | Fireworks | 0.6 | 0.7 | $2.405 | 1/2 | 79.9s |
| #263 | DeepSeek V3.2 medium | DeepSeek | 0.7 | 0.6 | $0.152 | 1/2 | 79.9s |
| #423 | Command A+ high | Cohere | 0.3 | 0.3 | $0.079 | 0/2 | 80.7s |
| #129 | Step 3.7 Flash medium | Stepfun | 0.7 | 0.8 | $0.571 | 1/2 | 80.9s |
| #59 | Pareto 26.9 default | Unbiased | 0.8 | 0.9 | $1.864 | 1/2 | 81.4s |
| #253 | Qwen3.6 27B none | Qwen | 0.3 | 0.6 | $0.148 | 0/2 | 83.1s |
| #393 | MiniMax M2.5 medium | Minimax | 0.4 | 0.4 | $0.440 | 0/2 | 83.2s |
| #427 | Command A+ low | Cohere | 0.3 | 0.3 | $0.073 | 0/2 | 83.5s |