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) |
|---|---|---|---|---|---|---|---|
| #270 | DeepSeek V4 Flash 0731 none | DeepSeek | 0.4 | 0.6 | $0.053 | 0/2 | 202.4s |
| #393 | MiniMax M2.5 medium | Minimax | 0.4 | 0.4 | $0.440 | 0/2 | 83.2s |
| #321 | GLM 5V Turbo medium | Z.ai | 0.3 | 0.5 | $0.457 | 0/1 | 15.1s |
| #253 | Qwen3.6 27B none | Qwen | 0.3 | 0.6 | $0.148 | 0/2 | 83.1s |
| #257 | Gemini 3.1 Flash Lite low | 0.3 | 0.6 | $0.717 | 0/2 | 161.2s | |
| #331 | GPT-5.6 Luna none | OpenAI | 0.3 | 0.5 | $0.042 | 0/2 | 6.68s |
| #349 | Laguna S 2.1 medium | Poolside | 0.3 | 0.5 | $0.092 | 0/2 | 284.7s |
| #369 | North Mini Code default | Cohere | 0.3 | 0.5 | $0.000 | 0/2 | 96.2s |
| #267 | Space Bunny Alpha xhigh | Stealth | 0.3 | 0.6 | $0.000 | 0/2 | 37.1s |
| #377 | Laguna S 2.1 low | Poolside | 0.3 | 0.5 | $0.108 | 0/2 | 412.5s |
| #155 | GLM 5.3 FlashX high | Z.ai | 0.3 | 0.7 | $0.210 | 0/2 | 27.7s |
| #192 | Gemini 3 Flash Preview low | 0.3 | 0.7 | $0.254 | 0/2 | 10.2s | |
| #225 | Beam 1.0 501B A23B medium | Reflection | 0.3 | 0.7 | $0.499 | 0/2 | 2.62s |
| #229 | Qwen3.6 35B A3B medium | Qwen | 0.3 | 0.7 | $0.834 | 0/2 | 817.6s |
| #232 | Beam 1.0 501B A23B xhigh | Reflection | 0.3 | 0.6 | $0.688 | 0/2 | 2.68s |