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)
#207	Granite 4.1 8B none	IBM Granite	3.0	4.0	$0.007	0/3	357ms
Total Tes 3 Tes Salah 3 Total Biaya $0.007 Waktu respons (rata-rata) 357ms
#208	Grok Build 0.1 none	X AI	3.6	4.0	$0.547	0/3	103.7s
Total Tes 3 Tes Salah 3 Total Biaya $0.547 Waktu respons (rata-rata) 103.7s
#210	Qwen3.5-9B medium	Qwen	3.6	3.8	$0.036	0/3	137.7s
Total Tes 3 Tes Salah 3 Total Biaya $0.036 Waktu respons (rata-rata) 137.7s
#212	gpt-oss-120b none	OpenAI	3.0	3.7	$0.010	0/3	35.0s
Total Tes 3 Tes Salah 3 Total Biaya $0.010 Waktu respons (rata-rata) 35.0s
#213	Nemotron 3 Nano Omni 30b A3b Reasoning medium	NVIDIA	2.9	3.4	$0.000	0/3	56.7s
Total Tes 3 Tes Salah 3 Total Biaya $0.000 Waktu respons (rata-rata) 56.7s
#214	Nemotron 3 Nano Omni 30b A3b Reasoning none	NVIDIA	3.6	3.2	$0.000	0/3	489ms
Total Tes 3 Tes Salah 3 Total Biaya $0.000 Waktu respons (rata-rata) 489ms

Peringkat Spesifik domain

Filter model

Model teratas menurut Skor Spesifik domain

Skor Spesifik domain vs total biaya

Model teratas menurut Waktu respons (rata-rata)