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: Metrik ↑.

Model yang ditampilkan

15

Rata-rata Skor Spesifik domain

4.8

Model terbaik

GLM 5 Turbo 2.9

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)
#87 Qwen3 Coder Next none Qwen 5.3 5.1 1/3 962ms
#92 Qwen3 Coder Next medium Qwen 5.3 4.7 1/3 638ms
#52 Grok 4.1 Fast medium X AI 5.8 6.7 1/3 121.8s
#6 Seed-2.0-Lite medium Bytedance Seed 5.9 8.6 1/3 88.7s
#7 GPT-5.3-Codex medium OpenAI 5.9 8.6 1/3 64.3s
#15 Gemini 2.5 Flash medium Google 5.9 8.2 1/3 37.3s
#38 GPT-5.4 Nano medium OpenAI 5.9 7.6 1/3 38.2s
#40 GPT-5.2 medium OpenAI 5.9 7.5 1/3 77.8s
#41 MiMo-V2-Flash medium Xiaomi 5.9 7.5 1/3 96.0s
#62 Gemini 2.5 Flash none Google 5.9 6.2 1/3 495ms
#95 Grok 4.1 Fast none X AI 5.9 4.5 1/3 1.06s
#98 LFM2-24B-A2B none Liquid 5.9 4.1 1/3 287ms
#2 Gemini 3.1 Pro Preview medium Google 7.7 9.6 2/3 32.7s
#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

Model teratas menurut Skor Spesifik domain

Skor Spesifik domain vs total biaya

Model teratas menurut Waktu respons (rata-rata)