Peringkat Gabungan
Lihat model AI mana yang paling baik di Gabungan, mana yang tetap andal, dan di mana kesenjangan terbesar muncul. Urutkan berdasarkan: Total Biaya ↓.
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) |
|---|---|---|---|---|---|---|---|
| #137 | Nemotron 3.5 Super VL medium | NVIDIA | 0.6 | 0.8 | $0.437 | 1/2 | 112.2s |
| #115 | GPT-5.6 Terra low | OpenAI | 0.9 | 0.8 | $0.435 | 1/2 | 9.68s |
| #139 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 0.7 | 0.8 | $0.435 | 1/2 | 92.4s |
| #245 | Beam 1.0 501B A23B low | Reflection | 0.3 | 0.6 | $0.432 | 0/2 | 2.22s |
| #213 | MiniMax M3 medium | Minimax | 1.0 | 0.7 | $0.422 | 2/2 | 138.2s |
| #98 | Qwen3.7 Plus medium | Qwen | 0.8 | 0.8 | $0.415 | 1/2 | 190.3s |
| #157 | Inkling Small high | Thinkingmachines | 1.0 | 0.7 | $0.398 | 2/2 | 40.4s |
| #298 | DeepSeek V4.1 Flash none | DeepSeek | 0.3 | 0.6 | $0.391 | 0/2 | 10.4s |
| #359 | Gemini 3 PRO Preview medium | 0.2 | 0.5 | $0.385 | 0/1 | 10.4s | |
| #297 | GPT-5.6 Terra none | OpenAI | 0.3 | 0.6 | $0.377 | 0/2 | 7.02s |
| #52 | Gemini 3.6 Flash low | 0.7 | 0.9 | $0.363 | 1/2 | 19.8s | |
| #36 | DeepSeek V4.1 Flash 1017 low | DeepSeek | 1.0 | 0.9 | $0.355 | 2/2 | 18.7s |
| #82 | Nemotron 3.5 Super VL high | NVIDIA | 0.7 | 0.8 | $0.349 | 1/2 | 183.5s |
| #341 | Mimo V2 PRO medium | Xiaomi | 0.2 | 0.5 | $0.333 | 0/1 | 64.7s |
| #248 | MiMo-V2.5-Pro medium | Xiaomi | 0.7 | 0.6 | $0.332 | 1/2 | 125.4s |