Peringkat model Spesifik domain

Kategori AI BENCHY

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

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)
#81	Mercury 2 medium	Inception	2.9	6.6	0/3	6.48s
#84	Grok 4.20 Multi Agent Beta medium	X AI	2.9	6.6	0/3	24.7s
#87	Gemini 3.1 Flash Lite minimal	Google	2.9	6.4	0/3	1.02s
#90	Gemini 3.1 Flash Lite none	Google	2.9	6.4	0/3	762ms
#91	GPT-5.5 none	OpenAI	2.9	6.4	0/3	1.31s
#103	DeepSeek V4 Pro high	DeepSeek	2.9	6.0	0/3	205.7s
#112	GLM 5.1 none	Z.ai	2.9	5.7	0/3	1.99s
#133	DeepSeek V3.2 none	DeepSeek	2.9	5.2	0/3	4.17s
#149	Nemotron 3 Nano Omni 30b A3b Reasoning medium	NVIDIA	2.9	4.6	0/3	56.7s
#40	Gemini 3.1 Flash Lite Preview medium	Google	3.0	7.5	0/3	4.21s
#69	Claude Opus 4.6 medium	Anthropic	3.0	7.0	0/3	83.4s
#73	Seed-2.0-Mini medium	Bytedance Seed	3.0	6.9	0/3	0ms
#79	Hunter Alpha medium	OpenRouter	3.0	6.7	0/3	10.5s
#80	Mimo V2 Omni medium	Xiaomi	3.0	6.7	0/3	47.9s
#88	Qwen3.7 Plus none	Qwen	3.0	6.4	0/3	868ms

Peringkat Spesifik domain

Model teratas menurut Skor Spesifik domain

Skor Spesifik domain vs total biaya

Model teratas menurut Waktu respons (rata-rata)