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

4.4

Model terbaik

Step 3.5 Flash 3.3

Alasan kegagalan

Dengan alasan kegagalan Jawaban salah659 Dengan alasan kegagalan Kedaluwarsa42 Dengan alasan kegagalan Tidak ada jawaban35 Dengan alasan kegagalan Format tambahan23 Dengan alasan kegagalan Kesalahan API17 Dengan alasan kegagalan Tidak mengikuti instruksi2

316/316

Peringkat	Model	Perusahaan	Skor Spesifik domain	Skor	Total Biaya	Tes benar	Waktu respons (rata-rata)
#165	Inkling Small medium	Thinkingmachines	3.0	6.6	$0.113	0/3	7.65s
Total Tes 3 Tes Salah 3 Total Biaya $0.113 Waktu respons (rata-rata) 7.65s
#167	Qwen3.6 35B A3B medium	Qwen	2.9	6.6	$0.672	0/3	25.4s
Total Tes 3 Tes Salah 3 Total Biaya $0.672 Waktu respons (rata-rata) 25.4s
#168	Mercury 2.5 Preview high	Inception	2.9	6.6	$0.030	0/3	5.68s
Total Tes 3 Tes Salah 3 Total Biaya $0.030 Waktu respons (rata-rata) 5.68s
#170	Qwen3.6 27B medium	Qwen	2.9	6.5	$0.577	0/3	71.5s
Total Tes 3 Tes Salah 3 Total Biaya $0.577 Waktu respons (rata-rata) 71.5s
#171	Laguna XS 2.1 medium	Poolside	3.5	6.5	$0.068	0/3	67.5s
Total Tes 3 Tes Salah 3 Total Biaya $0.068 Waktu respons (rata-rata) 67.5s
#175	Dots 3 Note Preview low	Dots Studio	3.6	6.4	$0.000	0/3	49.5s
Total Tes 3 Tes Salah 3 Total Biaya $0.000 Waktu respons (rata-rata) 49.5s
#178	MiMo-V2.5 medium	Xiaomi	3.6	6.4	$0.104	0/3	137.7s
Total Tes 3 Tes Salah 3 Total Biaya $0.104 Waktu respons (rata-rata) 137.7s
#179	Ling-3.0-flash high	Inclusionai	3.0	6.4	$0.021	0/3	30.3s
Total Tes 3 Tes Salah 3 Total Biaya $0.021 Waktu respons (rata-rata) 30.3s
#180	Ring-2.6-1T medium	Inclusionai	3.6	6.4	$0.102	0/3	65.3s
Total Tes 3 Tes Salah 3 Total Biaya $0.102 Waktu respons (rata-rata) 65.3s
#183	Seed-2.0-Lite none	Bytedance Seed	3.0	6.2	$0.066	0/3	1.12s
Total Tes 3 Tes Salah 3 Total Biaya $0.066 Waktu respons (rata-rata) 1.12s
#185	GPT-5.6 Luna low	OpenAI	2.9	6.2	$0.051	0/3	11.2s
Total Tes 3 Tes Salah 3 Total Biaya $0.051 Waktu respons (rata-rata) 11.2s
#186	Claude Sonnet 5 none	Anthropic	2.9	6.1	$0.548	0/3	3.32s
Total Tes 3 Tes Salah 3 Total Biaya $0.548 Waktu respons (rata-rata) 3.32s
#187	Gemini 3.1 Flash Lite minimal	Google	2.9	6.1	$0.047	0/3	972ms
Total Tes 3 Tes Salah 3 Total Biaya $0.047 Waktu respons (rata-rata) 972ms
#188	Qwen3.5-35B-A3B medium	Qwen	3.5	6.1	$0.675	0/3	76.4s
Total Tes 3 Tes Salah 3 Total Biaya $0.675 Waktu respons (rata-rata) 76.4s
#189	gpt-oss-120b medium	OpenAI	2.9	6.1	$0.020	0/3	27.6s
Total Tes 3 Tes Salah 3 Total Biaya $0.020 Waktu respons (rata-rata) 27.6s

Peringkat Spesifik domain

Filter model

Model teratas menurut Skor Spesifik domain

Skor Spesifik domain vs total biaya

Model teratas menurut Waktu respons (rata-rata)