AI BENCHY
Advertise here

Kategori AI BENCHY

Peringkat Spesifik domain

Lihat model AI mana yang paling baik di Spesifik domain, mana yang tetap andal, dan di mana kesenjangan terbesar muncul. Urutkan berdasarkan: Metrik ↑.

Model yang ditampilkan

13

Rata-rata Skor Spesifik domain

4.8

Model terbaik

GLM 5 Turbo 2.9

Alasan kegagalan

Dengan alasan kegagalan Jawaban salah314 Dengan alasan kegagalan Kedaluwarsa34 Dengan alasan kegagalan Format tambahan12 Dengan alasan kegagalan Kesalahan API6 Dengan alasan kegagalan Tidak ada jawaban5 Dengan alasan kegagalan Tidak mengikuti instruksi1
Peringkat Model Perusahaan Skor Spesifik domain Skor Tes benar Waktu respons (rata-rata)
#27 Gemma 4 31B medium Google 7.7 7.8 2/3 38.5s
#34 Qwen3.7 Max none Qwen 7.7 7.7 2/3 975ms
#48 Gemini 3 Flash Preview none Google 7.7 7.4 2/3 963ms
#74 Qwen3.6 Max Preview none Qwen 7.7 6.9 2/3 1.22s
#77 Claude Sonnet 4.6 none Anthropic 7.7 6.8 2/3 3.54s
#85 Gemma 4 31B none Google 7.7 6.5 2/3 3.22s
#108 Qwen3.5-Flash none Qwen 7.7 5.8 2/3 905ms
#117 Qwen3.5-35B-A3B none Qwen 7.7 5.6 2/3 485ms
#118 Qwen3.6 27B none Qwen 7.7 5.6 2/3 3.03s
#122 GLM 4.7 Flash none Z.ai 7.7 5.5 2/3 744ms
#1 Gemini 3 Flash Preview medium Google 10.0 9.8 3/3 15.3s
#32 Gemini 3.5 Flash minimal Google 10.0 7.7 3/3 899ms
#83 Step 3.5 Flash none Stepfun 10.0 6.6 1/1 34.5s

Model teratas menurut Skor Spesifik domain

Skor Spesifik domain vs total biaya

Model teratas menurut Waktu respons (rata-rata)