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: Tes benar ↑.

Model yang ditampilkan

15

Rata-rata Skor Spesifik domain

4.8

Model terbaik

Qwen3.6 Max Preview 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)
#87 Gemini 3.1 Flash Lite minimal Google 2.9 6.4 0/3 1.02s
#88 Qwen3.7 Plus none Qwen 3.0 6.4 0/3 868ms
#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
#93 Qwen3.6 Plus Preview medium Qwen 3.0 6.3 0/3 22.1s
#98 GLM 5 none Z.ai 3.0 6.1 0/3 2.24s
#99 gpt-oss-120b medium OpenAI 2.9 6.1 0/3 50.9s
#100 Grok Build 0.1 none X AI 3.6 6.0 0/3 103.7s
#102 Gemma 4 26B A4B none Google 3.6 6.0 0/3 2.49s
#103 DeepSeek V4 Pro high DeepSeek 2.9 6.0 0/3 205.7s
#105 Nemotron 3 Super medium NVIDIA 2.9 5.8 0/3 16.2s
#106 Grok 4.20 Beta none X AI 3.0 5.8 0/3 611ms
#107 Laguna Xs.2 medium Poolside 4.1 5.8 0/3 11.1s
#110 Seed-2.0-Lite none Bytedance Seed 3.6 5.8 0/3 1.33s
#112 GLM 5.1 none Z.ai 2.9 5.7 0/3 1.99s

Model teratas menurut Skor Spesifik domain

Skor Spesifik domain vs total biaya

Model teratas menurut Waktu respons (rata-rata)