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) |
|---|---|---|---|---|---|---|---|
| #262 | Space Bunny Alpha medium | Stealth | 0.4 | 0.6 | $0.000 | 0/2 | 17.0s |
| #20 | GPT-5.6 Sol medium | OpenAI | 1.0 | 0.9 | $1.700 | 2/2 | 17.6s |
| #167 | Gemini 3.5 Flash Lite medium | 0.7 | 0.7 | $0.440 | 1/2 | 17.9s | |
| #386 | Nemotron 3 Super none | NVIDIA | 0.3 | 0.4 | $0.016 | 0/2 | 18.2s |
| #323 | Claude Opus 4.7 none | Anthropic | 0.5 | 0.5 | $0.505 | 1/1 | 18.3s |
| #195 | Gemini 3.1 Flash Lite medium | 0.7 | 0.7 | $0.153 | 1/2 | 18.5s | |
| #36 | DeepSeek V4.1 Flash 1017 low | DeepSeek | 1.0 | 0.9 | $0.355 | 2/2 | 18.7s |
| #110 | GPT-5.6 Luna high | OpenAI | 1.0 | 0.8 | $0.118 | 2/2 | 19.0s |
| #146 | Space Bunny Alpha high | Stealth | 0.7 | 0.8 | $0.000 | 1/2 | 19.3s |
| #346 | KAT Coder AIR V2.5 medium | Kwaipilot | 0.7 | 0.5 | $0.048 | 1/2 | 19.6s |
| #171 | Gemini 3.8 Flash low | 0.4 | 0.7 | $0.323 | 0/2 | 19.6s | |
| #52 | Gemini 3.6 Flash low | 0.7 | 0.9 | $0.363 | 1/2 | 19.8s | |
| #138 | Claude Haiku 5.5 medium | Anthropic | 0.7 | 0.8 | $0.063 | 1/2 | 20.3s |
| #181 | Minimax M3.1 Flash low | Minimax | 0.7 | 0.7 | $0.000 | 1/2 | 20.6s |
| #123 | MiMo-V2.6-Flash medium | Xiaomi | 0.7 | 0.8 | $0.218 | 1/2 | 20.7s |