Peringkat model Spesifik domain

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

Model yang ditampilkan

Rata-rata Skor Spesifik domain

4.4

Model terbaik

Claude Opus 5 3.0

Alasan kegagalan

Dengan alasan kegagalan Jawaban salah659 Dengan alasan kegagalan Kedaluwarsa42 Dengan alasan kegagalan Tidak ada jawaban35 Dengan alasan kegagalan Format tambahan23 Dengan alasan kegagalan Kesalahan API17 Dengan alasan kegagalan Tidak mengikuti instruksi2

316/316

Peringkat	Model	Perusahaan	Skor Spesifik domain	Skor	Total Biaya	Tes benar	Waktu respons (rata-rata)
#315	Step 3.5 Flash none	Stepfun	3.3	2.3	$0.020	1/1	34.5s
Total Tes 1 Tes Salah 0 Total Biaya $0.020 Waktu respons (rata-rata) 34.5s

←

1 21 22

Peringkat Spesifik domain

Filter model

Model teratas menurut Skor Spesifik domain

Skor Spesifik domain vs total biaya

Model teratas menurut Waktu respons (rata-rata)