Peringkat Gabungan
Lihat model AI mana yang paling baik di Gabungan, mana yang tetap andal, dan di mana kesenjangan terbesar muncul.
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) |
|---|---|---|---|---|---|---|---|
| #158 | DeepSeek V4 Pro 0423 none | DeepSeek | 0.8 | 0.7 | $0.083 | 1/2 | 71.6s |
| #199 | Claude Sonnet 5.5 low | Anthropic | 0.8 | 0.7 | $0.909 | 1/2 | 22.5s |
| #17 | Gemini 4 Argon high | 0.7 | 1.0 | $1.802 | 1/2 | 56.3s | |
| #48 | Muse Spark 1.3 medium | Meta | 0.7 | 0.9 | $1.712 | 1/2 | 34.7s |
| #52 | Gemini 3.6 Flash low | 0.7 | 0.9 | $0.363 | 1/2 | 19.8s | |
| #53 | GLM 5.3 Flash max | Z.ai | 0.7 | 0.9 | $0.089 | 1/2 | 138.7s |
| #78 | Muse Spark 1.3 low | Meta | 0.7 | 0.9 | $0.911 | 1/2 | 25.7s |
| #82 | Nemotron 3.5 Super VL high | NVIDIA | 0.7 | 0.8 | $0.349 | 1/2 | 183.5s |
| #84 | GPT-5 Mini medium | OpenAI | 0.7 | 0.8 | $0.315 | 1/2 | 99.8s |
| #87 | Inkling high | Thinkingmachines | 0.7 | 0.8 | $1.238 | 1/2 | 63.8s |
| #105 | Seed-2.0-Code low | Bytedance Seed | 0.7 | 0.8 | $0.881 | 1/2 | 99.1s |
| #116 | Qwen3.5-27B medium | Qwen | 0.7 | 0.8 | $1.135 | 1/2 | 595.2s |
| #129 | Step 3.7 Flash medium | Stepfun | 0.7 | 0.8 | $0.571 | 1/2 | 80.9s |
| #133 | DeepSeek V4 Flash 0731 medium | DeepSeek | 0.7 | 0.8 | $0.460 | 1/2 | 150.6s |
| #138 | Claude Haiku 5.5 medium | Anthropic | 0.7 | 0.8 | $0.063 | 1/2 | 20.3s |