Peringkat model Gabungan

Kategori AI BENCHY

Lihat model AI mana yang paling baik di Gabungan, mana yang tetap andal, dan di mana kesenjangan terbesar muncul. Urutkan berdasarkan: Tes benar ↑.

Model yang ditampilkan

Rata-rata Skor Gabungan

6.3

Model terbaik

Alasan kegagalan

Dengan alasan kegagalan Jawaban salah52 Dengan alasan kegagalan Pemanggilan alat tidak valid19 Dengan alasan kegagalan Kesalahan API13 Dengan alasan kegagalan Kedaluwarsa2 Dengan alasan kegagalan Tidak ada jawaban2 Dengan alasan kegagalan Tidak mengikuti instruksi1

Peringkat	Model	Perusahaan	Skor Gabungan	Skor	Tes benar	Waktu respons (rata-rata)
#38	Grok 4.3 medium	X AI	10.0	7.6	1/1	64.0s
#39	Qwen3.6 Flash medium	Qwen	10.0	7.5	1/1	20.3s
#40	Gemini 3.1 Flash Lite Preview medium	Google	10.0	7.5	1/1	14.9s
#41	Nemotron 3 Ultra 550b A55b medium	NVIDIA	9.8	7.5	1/1	43.9s
#42	GPT-5.2 medium	OpenAI	10.0	7.5	1/1	14.1s
#43	MiMo-V2.5-Pro medium	Xiaomi	10.0	7.5	1/1	53.4s
#44	Gemini 3.1 Flash Lite medium	Google	10.0	7.5	1/1	10.9s
#45	GPT-5.4 Mini medium	OpenAI	10.0	7.5	1/1	17.8s
#47	Grok Build 0.1 medium	X AI	10.0	7.4	1/1	32.8s
#49	Qwen3.5-Flash medium	Qwen	10.0	7.4	1/1	17.8s
#52	Claude Sonnet 4.6 medium	Anthropic	10.0	7.4	1/1	46.4s
#53	Gemini 3.1 Flash Lite high	Google	10.0	7.3	1/1	149.2s
#54	GPT-5 Mini medium	OpenAI	10.0	7.3	1/1	88.2s
#55	GLM 5.1 medium	Z.ai	9.5	7.3	1/1	43.1s
#56	MiMo-V2.5 medium	Xiaomi	10.0	7.3	1/1	16.9s

Peringkat Gabungan