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 valid147 Dengan alasan kegagalan Jawaban salah95 Dengan alasan kegagalan Tidak ada jawaban43 Dengan alasan kegagalan Kesalahan API37 Dengan alasan kegagalan Kedaluwarsa9 Dengan alasan kegagalan Format tambahan1 Dengan alasan kegagalan Tidak mengikuti instruksi1
311/311
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) |
|---|---|---|---|---|---|---|---|
| #198 | Gemini 3 PRO Preview medium | 1.5 | 6.0 | $0.385 | 0/1 | 10.4s | |
| #213 | GLM 5 none | Z.ai | 1.5 | 5.7 | $0.027 | 0/1 | 4.98s |
| #221 | GLM 5V Turbo none | Z.ai | 1.5 | 5.6 | $0.052 | 0/1 | 6.51s |
| #222 | Owl Alpha medium | Openrouter | 1.5 | 5.6 | $0.000 | 0/1 | 10.0s |
| #224 | Mimo V2 PRO none | Xiaomi | 1.5 | 5.6 | $0.045 | 0/1 | 6.58s |
| #225 | Owl Alpha none | Openrouter | 1.5 | 5.6 | $0.000 | 0/1 | 21.7s |
| #232 | Mimo V2 Omni none | Xiaomi | 1.5 | 5.5 | $0.021 | 0/1 | 5.96s |
| #257 | GLM 5 Turbo none | Z.ai | 1.5 | 5.1 | $0.047 | 0/1 | 4.89s |
| #273 | Grok 4.20 Multi Agent Beta medium | X AI | 1.5 | 4.8 | $5.599 | 0/1 | 0ms |
| #276 | Trinity Large Preview none | Arcee AI | 1.5 | 4.8 | $0.008 | 0/1 | 8.91s |
| #279 | Laguna M.1 medium | Poolside | 1.5 | 4.7 | $0.033 | 0/1 | 53.1s |
| #280 | Cobuddy medium | Baidu | 1.5 | 4.7 | $0.000 | 0/1 | 47.4s |
| #286 | Grok 4.20 Beta none | X AI | 1.5 | 4.4 | $0.087 | 0/1 | 6.48s |
| #287 | Laguna M.1 none | Poolside | 1.5 | 4.4 | $0.009 | 0/1 | 4.32s |
| #288 | Elephant Alpha none | Openrouter | 1.5 | 4.3 | $0.000 | 0/1 | 3.81s |