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) |
|---|---|---|---|---|---|---|---|
| #25 | Claude Opus 5.5 high | Anthropic | 1.0 | 0.9 | $2.133 | 2/2 | 60.0s |
| #119 | GPT-5.4 Mini medium | OpenAI | 0.7 | 0.8 | $1.102 | 1/2 | 59.6s |
| #104 | Seed-2.0-Lite medium | Bytedance Seed | 0.6 | 0.8 | $0.271 | 1/2 | 58.5s |
| #66 | GPT-5.2 medium | OpenAI | 1.0 | 0.9 | $1.558 | 2/2 | 58.5s |
| #9 | Gemini 3.7 Flash high | 1.0 | 1.0 | $0.528 | 2/2 | 57.2s | |
| #17 | Gemini 4 Argon high | 0.7 | 1.0 | $1.802 | 1/2 | 56.3s | |
| #354 | KAT Coder AIR V2.5 low | Kwaipilot | 0.6 | 0.5 | $0.046 | 1/2 | 55.9s |
| #31 | Claude Opus 5.5 medium | Anthropic | 1.0 | 0.9 | $1.804 | 2/2 | 55.7s |
| #40 | Muse Spark 1.3 high | Meta | 1.0 | 0.9 | $1.891 | 2/2 | 55.5s |
| #236 | Grok 4.3 medium | X AI | 0.7 | 0.6 | $0.989 | 1/2 | 55.1s |
| #218 | GLM 5.3 Flash low | Z.ai | 0.4 | 0.7 | $0.038 | 0/2 | 54.7s |
| #96 | Claude Opus 4.8 medium | Anthropic | 1.0 | 0.8 | $3.490 | 2/2 | 54.3s |
| #153 | DeepSeek V4 Flash 0731 low | DeepSeek | 1.0 | 0.7 | $0.306 | 2/2 | 54.2s |
| #24 | Claude Opus 5.5 low | Anthropic | 1.0 | 0.9 | $1.733 | 2/2 | 53.6s |
| #42 | Pareto default | Unbiased | 0.7 | 0.9 | $1.520 | 1/2 | 53.5s |