Peringkat Gabungan
Lihat model AI mana yang paling baik di Gabungan, mana yang tetap andal, dan di mana kesenjangan terbesar muncul. Urutkan berdasarkan: Tes benar ↑.
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) |
|---|---|---|---|---|---|---|---|
| #85 | Muse Glimmer 30B xhigh | Meta | 0.6 | 0.8 | $0.585 | 0/2 | 272.7s |
| #88 | Muse Spark 1.1 high | Meta | 0.6 | 0.8 | $2.570 | 0/2 | 70.3s |
| #99 | Gemini 4 Argon low | 0.4 | 0.8 | $0.438 | 0/2 | 11.9s | |
| #154 | Seed-2.0-Code medium | Bytedance Seed | 0.5 | 0.7 | $1.275 | 0/2 | 102.3s |
| #155 | GLM 5.3 FlashX high | Z.ai | 0.3 | 0.7 | $0.210 | 0/2 | 27.7s |
| #171 | Gemini 3.8 Flash low | 0.4 | 0.7 | $0.323 | 0/2 | 19.6s | |
| #177 | Qwen3.6 27B medium | Qwen | 0.7 | 0.7 | $1.021 | 0/2 | 584.1s |
| #180 | GLM 5.3 FlashX medium | Z.ai | 0.3 | 0.7 | $0.114 | 0/2 | 16.0s |
| #192 | Gemini 3 Flash Preview low | 0.3 | 0.7 | $0.254 | 0/2 | 10.2s | |
| #193 | Muse Glimmer 30B low | Meta | 0.4 | 0.7 | $0.219 | 0/2 | 132.0s |
| #197 | Gemma 4 31B medium | 0.3 | 0.7 | $0.144 | 0/2 | 433.1s | |
| #198 | GPT-5.6 Luna low | OpenAI | 0.3 | 0.7 | $0.049 | 0/2 | 13.7s |
| #203 | Inkling low | Thinkingmachines | 0.3 | 0.7 | $0.293 | 0/2 | 22.7s |
| #210 | Qwen3.5-Flash none | Qwen | 0.3 | 0.7 | $0.089 | 0/2 | 243.6s |
| #217 | Apodex 1.1 Mini high | Apodex | 0.4 | 0.7 | $0.000 | 0/2 | 67.5s |