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 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) |
|---|---|---|---|---|---|---|---|
| #193 | Nemotron 3 Ultra none | NVIDIA | 3.0 | 6.1 | $0.084 | 0/2 | 21.1s |
| #195 | Gemini 2.5 Flash none | 3.0 | 6.0 | $0.017 | 0/2 | 61.2s | |
| #209 | GPT-5.4 none | OpenAI | 3.0 | 5.8 | $0.397 | 0/2 | 9.26s |
| #210 | Solar Pro 4 none | Upstage | 3.0 | 5.8 | $0.006 | 0/2 | 35.1s |
| #214 | Inkling Small low | Thinkingmachines | 3.0 | 5.7 | $0.055 | 0/2 | 4.08s |
| #215 | Ling-3.0-flash none | Inclusionai | 3.0 | 5.7 | $0.004 | 0/2 | 8.58s |
| #217 | Kimi K2.6 none | Moonshot AI | 3.0 | 5.7 | $0.233 | 0/2 | 77.8s |
| #223 | Gemma 4 26B A4B none | 3.0 | 5.6 | $0.015 | 0/2 | 37.2s | |
| #231 | Qwen3.8 27B none | Qwen | 3.0 | 5.5 | ~$0.006 | 0/2 | 24.1s |
| #237 | MiMo-V2.5-Pro none | Xiaomi | 3.0 | 5.4 | $0.068 | 0/2 | 28.3s |
| #242 | Laguna XS 2.1 none | Poolside | 3.0 | 5.3 | $0.008 | 0/2 | 10.4s |
| #243 | Seed-2.0-Code none | Bytedance Seed | 3.0 | 5.3 | $0.151 | 0/2 | 78.4s |
| #247 | Dots 3 Note Preview none | Dots Studio | 3.0 | 5.2 | $0.000 | 0/2 | 14.8s |
| #249 | Granite 4.2 8B medium | IBM Granite | 3.0 | 5.2 | $0.009 | 0/2 | 291.1s |
| #251 | Mistral Small 4 none | Mistral | 3.0 | 5.1 | $0.022 | 0/2 | 7.44s |