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: Tes benar ↓.

Model yang ditampilkan

Rata-rata Skor Spesifik domain

4.7

Model terbaik

Gemini 3.6 Flash 10.0

Alasan kegagalan

Dengan alasan kegagalan Jawaban salah421 Dengan alasan kegagalan Kedaluwarsa43 Dengan alasan kegagalan Format tambahan17 Dengan alasan kegagalan Tidak ada jawaban8 Dengan alasan kegagalan Kesalahan API7 Dengan alasan kegagalan Tidak mengikuti instruksi1

216/216

Peringkat	Model	Perusahaan	Skor Spesifik domain	Skor	Total Biaya	Tes benar	Waktu respons (rata-rata)
#82	Mercury 2 medium	Inception	2.9	7.0	$0.093	0/3	6.48s
Total Tes 3 Tes Salah 3 Total Biaya $0.093 Waktu respons (rata-rata) 6.48s
#84	Seed-2.0-Mini medium	Bytedance Seed	3.0	7.0	$0.101	0/3	0ms
Total Tes 3 Tes Salah 3 Total Biaya $0.101 Waktu respons (rata-rata) 0ms
#85	KAT-Coder-Pro V2.5 medium	Kwaipilot	2.9	6.9	$0.467	0/3	29.0s
Total Tes 3 Tes Salah 3 Total Biaya $0.467 Waktu respons (rata-rata) 29.0s
#87	GPT-5.6 Sol none	OpenAI	3.6	6.9	$0.524	0/3	1.43s
Total Tes 3 Tes Salah 3 Total Biaya $0.524 Waktu respons (rata-rata) 1.43s
#89	Qwen3.6 Flash medium	Qwen	3.5	6.9	$0.738	0/3	14.6s
Total Tes 3 Tes Salah 3 Total Biaya $0.738 Waktu respons (rata-rata) 14.6s
#90	Step 3.7 Flash high	Stepfun	4.1	6.9	$1.207	0/3	149.6s
Total Tes 3 Tes Salah 3 Total Biaya $1.207 Waktu respons (rata-rata) 149.6s
#91	GPT-5.5 none	OpenAI	2.9	6.9	$0.544	0/3	1.31s
Total Tes 3 Tes Salah 3 Total Biaya $0.544 Waktu respons (rata-rata) 1.31s
#95	Gemini 3.5 Flash-Lite low	Google	3.6	6.7	$0.145	0/3	3.63s
Total Tes 3 Tes Salah 3 Total Biaya $0.145 Waktu respons (rata-rata) 3.63s
#96	LongCat 2.0 low	Meituan	3.0	6.7	$0.391	0/3	86.1s
Total Tes 3 Tes Salah 3 Total Biaya $0.391 Waktu respons (rata-rata) 86.1s
#97	KAT-Coder-Pro V2.5 none	Kwaipilot	3.6	6.7	$0.476	0/3	21.6s
Total Tes 3 Tes Salah 3 Total Biaya $0.476 Waktu respons (rata-rata) 21.6s
#100	Gemma 4 26B A4B medium	Google	2.9	6.6	$0.089	0/3	23.6s
Total Tes 3 Tes Salah 3 Total Biaya $0.089 Waktu respons (rata-rata) 23.6s
#102	LongCat 2.0 high	Meituan	3.6	6.6	$0.469	0/3	400.3s
Total Tes 3 Tes Salah 3 Total Biaya $0.469 Waktu respons (rata-rata) 400.3s
#104	Gemini 3.5 Flash-Lite medium	Google	2.9	6.5	$0.369	0/3	6.62s
Total Tes 3 Tes Salah 3 Total Biaya $0.369 Waktu respons (rata-rata) 6.62s
#105	Qwen3.6 27B medium	Qwen	2.9	6.5	$0.779	0/3	73.4s
Total Tes 3 Tes Salah 3 Total Biaya $0.779 Waktu respons (rata-rata) 73.4s
#108	Laguna XS 2.1 medium	Poolside	2.9	6.5	$0.068	0/3	65.7s
Total Tes 3 Tes Salah 3 Total Biaya $0.068 Waktu respons (rata-rata) 65.7s

Peringkat Spesifik domain

Filter model

Model teratas menurut Skor Spesifik domain

Skor Spesifik domain vs total biaya

Model teratas menurut Waktu respons (rata-rata)