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: Total Biaya ↑.

Model yang ditampilkan

Rata-rata Skor Spesifik domain

0.4

Model terbaik

Ling 3.1 Flash 0.3

Alasan kegagalan

Dengan alasan kegagalan Jawaban salah893 Dengan alasan kegagalan Tidak ada jawaban66 Dengan alasan kegagalan Kedaluwarsa46 Dengan alasan kegagalan Kesalahan API40 Dengan alasan kegagalan Format tambahan36 Dengan alasan kegagalan Tidak mengikuti instruksi3

451/451

Peringkat	Model	Perusahaan	Skor Spesifik domain	Skor	Total Biaya	Tes benar	Waktu respons (rata-rata)
#122	Qwen3.8 2.4T A95B high	Qwen	0.4	0.8	$2.949	0/3	301.1s
Total Tes 3 Tes Salah 3 Total Biaya $2.949 Waktu respons (rata-rata) 301.1s
#261	Claude Opus 4.6 medium	Anthropic	0.3	0.6	$2.961	0/3	42.5s
Total Tes 3 Tes Salah 3 Total Biaya $2.961 Waktu respons (rata-rata) 42.5s
#127	Grok 4.5 medium	X AI	0.5	0.8	$2.996	1/3	249.3s
Total Tes 3 Tes Salah 2 Total Biaya $2.996 Waktu respons (rata-rata) 249.3s
#212	Grok 4.7 high	X AI	0.5	0.7	$3.037	1/3	306.7s
Total Tes 3 Tes Salah 2 Total Biaya $3.037 Waktu respons (rata-rata) 306.7s
#162	Claude Fable 5.1 medium	Anthropic	0.8	0.7	$3.197	2/3	19.3s
Total Tes 3 Tes Salah 1 Total Biaya $3.197 Waktu respons (rata-rata) 19.3s
#214	Ember-1 max	Fireworks	0.4	0.7	$3.264	0/3	471.2s
Total Tes 3 Tes Salah 3 Total Biaya $3.264 Waktu respons (rata-rata) 471.2s
#37	Qwen3.8 Max (0902) high	Qwen	0.6	0.9	$3.306	1/3	658.5s
Total Tes 3 Tes Salah 2 Total Biaya $3.306 Waktu respons (rata-rata) 658.5s
#272	Claude Fable 5.1 low	Anthropic	0.4	0.6	$3.395	0/3	19.3s
Total Tes 3 Tes Salah 3 Total Biaya $3.395 Waktu respons (rata-rata) 19.3s
#32	Muse Wonder medium	Meta	0.5	0.9	$3.397	1/3	70.7s
Total Tes 3 Tes Salah 2 Total Biaya $3.397 Waktu respons (rata-rata) 70.7s
#208	Grok 4.7 xhigh	X AI	0.3	0.7	$3.398	0/3	190.6s
Total Tes 3 Tes Salah 3 Total Biaya $3.398 Waktu respons (rata-rata) 190.6s
#94	Kimi K3 max	Moonshot AI	0.5	0.8	$3.409	1/3	683.6s
Total Tes 3 Tes Salah 2 Total Biaya $3.409 Waktu respons (rata-rata) 683.6s
#134	Muse Wonder high	Meta	0.5	0.8	$3.426	1/3	78.6s
Total Tes 3 Tes Salah 2 Total Biaya $3.426 Waktu respons (rata-rata) 78.6s
#118	Claude Fable 5.1 high	Anthropic	0.8	0.8	$3.471	2/3	24.3s
Total Tes 3 Tes Salah 1 Total Biaya $3.471 Waktu respons (rata-rata) 24.3s
#96	Claude Opus 4.8 medium	Anthropic	0.4	0.8	$3.490	0/3	18.1s
Total Tes 3 Tes Salah 3 Total Biaya $3.490 Waktu respons (rata-rata) 18.1s
#107	Claude Opus 4.7 medium	Anthropic	0.8	0.8	$3.636	2/3	1.19s
Total Tes 3 Tes Salah 1 Total Biaya $3.636 Waktu respons (rata-rata) 1.19s

Peringkat Spesifik domain

Filter model

Model teratas menurut Skor Spesifik domain

Skor Spesifik domain vs total biaya

Model teratas menurut Waktu respons (rata-rata)