AI BENCHY
Your ad 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: Waktu respons (rata-rata) ↑.

Model yang ditampilkan

15

Rata-rata Skor Spesifik domain

4.8

Model terbaik

GLM 5 3.5

Alasan kegagalan

Dengan alasan kegagalan Jawaban salah182 Dengan alasan kegagalan Kedaluwarsa31 Dengan alasan kegagalan Format tambahan8 Dengan alasan kegagalan Kesalahan API2 Dengan alasan kegagalan Tidak ada jawaban2
Peringkat Model Perusahaan Skor Spesifik domain Skor Tes benar Waktu respons (rata-rata)
#3 Claude Opus 4.7 medium Anthropic 7.7 9.2 2/3 1.17s
#4 Claude Opus 4.7 none Anthropic 7.7 9.2 2/3 1.19s
#61 Seed-2.0-Lite none Bytedance Seed 3.6 6.2 0/3 1.33s
#69 Kimi K2.6 none Moonshot AI 5.3 5.8 1/3 1.48s
#64 DeepSeek V3.2 none DeepSeek 3.6 6.1 0/3 1.61s
#65 MiMo-V2-Pro none Xiaomi 5.3 6.0 1/3 1.78s
#77 GLM 5 Turbo none Z.ai 5.3 5.5 1/3 1.97s
#75 GLM 5.1 none Z.ai 2.9 5.6 0/3 1.99s
#58 GLM 5V Turbo none Z.ai 5.3 6.2 1/3 2.09s
#53 GLM 5 none Z.ai 3.0 6.6 0/3 2.24s
#72 Hunter Alpha none OpenRouter 5.3 5.7 1/3 2.33s
#22 Gemini 3.1 Flash Lite Preview low Google 5.3 8.1 1/3 2.36s
#60 Gemma 4 26B A4B none Google 3.6 6.2 0/3 2.49s
#48 Gemma 4 31B none Google 7.7 6.9 2/3 3.22s
#42 Claude Sonnet 4.6 none Anthropic 7.7 7.4 2/3 3.54s

Model teratas menurut Skor Spesifik domain

Skor Spesifik domain vs total biaya

Model teratas menurut Waktu respons (rata-rata)