Peringkat model Spesifik domain

Kategori AI BENCHY

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

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)
#14	Gemma 4 31B medium	Google	7.7	8.3	2/3	38.5s
#21	Gemini 3 Flash Preview none	Google	7.7	8.1	2/3	963ms
#42	Claude Sonnet 4.6 none	Anthropic	7.7	7.4	2/3	3.54s
#48	Gemma 4 31B none	Google	7.7	6.9	2/3	3.22s
#59	Qwen3.5-Flash none	Qwen	7.7	6.2	2/3	905ms
#63	Qwen3.5-35B-A3B none	Qwen	7.7	6.1	2/3	485ms
#74	GLM 4.7 Flash none	Z.ai	7.7	5.6	2/3	744ms
#1	Gemini 3 Flash Preview medium	Google	10.0	10.0	3/3	21.1s

←

1 2 3 4 5 6 7

Peringkat Spesifik domain

Model teratas menurut Skor Spesifik domain

Skor Spesifik domain vs total biaya

Model teratas menurut Waktu respons (rata-rata)