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 valid91 Dengan alasan kegagalan Jawaban salah69 Dengan alasan kegagalan Tidak ada jawaban32 Dengan alasan kegagalan Kesalahan API26 Dengan alasan kegagalan Kedaluwarsa5 Dengan alasan kegagalan Format tambahan1 Dengan alasan kegagalan Tidak mengikuti instruksi1
216/216
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) |
|---|---|---|---|---|---|---|---|
| #177 | North Mini Code none | Cohere | 3.2 | 5.1 | $0.000 | 0/2 | 96.2s |
| #98 | GLM 5V Turbo medium | Z.ai | 3.4 | 6.7 | $0.457 | 0/1 | 15.1s |
| #196 | MiniMax M2.5 medium | Minimax | 3.7 | 4.6 | $0.340 | 0/2 | 83.2s |
| #93 | Gemini 3 Flash Preview none | 3.8 | 6.8 | $0.085 | 0/2 | 12.4s | |
| #104 | Gemini 3.5 Flash-Lite medium | 3.8 | 6.5 | $0.369 | 0/2 | 28.7s | |
| #178 | MiniMax M2.7 medium | Minimax | 3.8 | 5.0 | $0.163 | 0/2 | 72.1s |
| #188 | KAT-Coder-Air V2.5 none | Kwaipilot | 3.8 | 4.8 | $0.067 | 0/2 | 73.0s |
| #121 | Gemma 4 31B none | 3.8 | 6.2 | $0.021 | 0/2 | 30.0s | |
| #125 | Qwen3.5-35B-A3B medium | Qwen | 3.8 | 6.2 | $0.837 | 0/2 | 512.8s |
| #130 | Qwen3.6 Flash none | Qwen | 3.8 | 6.1 | $0.062 | 0/2 | 26.5s |
| #133 | Qwen3.5-35B-A3B none | Qwen | 3.8 | 6.1 | $0.106 | 0/2 | 128.3s |
| #167 | Qwen3.6 35B A3B none | Qwen | 3.8 | 5.3 | $0.061 | 0/2 | 39.5s |
| #97 | KAT-Coder-Pro V2.5 none | Kwaipilot | 4.1 | 6.7 | $0.476 | 0/2 | 183.1s |
| #156 | DeepSeek V4 Flash none | DeepSeek | 4.6 | 5.6 | $0.042 | 0/2 | 179.6s |
| #99 | Claude Opus 4.7 none | Anthropic | 4.8 | 6.6 | $0.505 | 1/1 | 18.3s |