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

0.4

Model terbaik

Step 3.5 Flash 0.3

Alasan kegagalan

Dengan alasan kegagalan Jawaban salah893 Dengan alasan kegagalan Tidak ada jawaban66 Dengan alasan kegagalan Kedaluwarsa46 Dengan alasan kegagalan Kesalahan API40 Dengan alasan kegagalan Format tambahan36 Dengan alasan kegagalan Tidak mengikuti instruksi3

451/451

Peringkat	Model	Perusahaan	Skor Spesifik domain	Skor	Total Biaya	Tes benar	Waktu respons (rata-rata)
#162	Claude Fable 5.1 medium	Anthropic	0.8	0.7	$3.197	2/3	19.3s
Total Tes 3 Tes Salah 1 Total Biaya $3.197 Waktu respons (rata-rata) 19.3s
#181	Minimax M3.1 Flash low	Minimax	0.8	0.7	$0.000	2/3	53.3s
Total Tes 3 Tes Salah 1 Total Biaya $0.000 Waktu respons (rata-rata) 53.3s
#206	Space Bunny Alpha max	Stealth	0.8	0.7	$0.000	2/3	140.0s
Total Tes 3 Tes Salah 1 Total Biaya $0.000 Waktu respons (rata-rata) 140.0s
#220	GLM 5.2 none	Z.ai	0.8	0.7	$0.250	2/3	6.35s
Total Tes 3 Tes Salah 1 Total Biaya $0.250 Waktu respons (rata-rata) 6.35s
#239	Gemini 3 Flash Preview none	Google	0.8	0.6	$0.155	2/3	879ms
Total Tes 3 Tes Salah 1 Total Biaya $0.155 Waktu respons (rata-rata) 879ms
#243	Minimax M3.1 Flash xhigh	Minimax	0.8	0.6	$0.000	2/3	51.0s
Total Tes 3 Tes Salah 1 Total Biaya $0.000 Waktu respons (rata-rata) 51.0s
#247	Gemini 3.5 Flash minimal	Google	0.8	0.6	$0.508	2/3	879ms
Total Tes 3 Tes Salah 1 Total Biaya $0.508 Waktu respons (rata-rata) 879ms
#253	Qwen3.6 27B none	Qwen	0.8	0.6	$0.148	2/3	2.79s
Total Tes 3 Tes Salah 1 Total Biaya $0.148 Waktu respons (rata-rata) 2.79s
#255	Gemini 3.1 Flash Lite Preview low	Google	0.8	0.6	$0.736	2/3	2.10s
Total Tes 3 Tes Salah 1 Total Biaya $0.736 Waktu respons (rata-rata) 2.10s
#257	Gemini 3.1 Flash Lite low	Google	0.8	0.6	$0.717	2/3	1.44s
Total Tes 3 Tes Salah 1 Total Biaya $0.717 Waktu respons (rata-rata) 1.44s
#259	Qwen3.5 Plus 2026-02-15 none	Qwen	0.8	0.6	$0.176	2/3	1.24s
Total Tes 3 Tes Salah 1 Total Biaya $0.176 Waktu respons (rata-rata) 1.24s
#283	Claude Sonnet 4.6 none	Anthropic	0.8	0.6	$0.661	2/3	2.27s
Total Tes 3 Tes Salah 1 Total Biaya $0.661 Waktu respons (rata-rata) 2.27s
#296	DeepSeek V4.1 Flash 1017 none	DeepSeek	0.8	0.6	$0.055	2/3	463ms
Total Tes 3 Tes Salah 1 Total Biaya $0.055 Waktu respons (rata-rata) 463ms
#298	DeepSeek V4.1 Flash none	DeepSeek	0.8	0.6	$0.391	2/3	5.46s
Total Tes 3 Tes Salah 1 Total Biaya $0.391 Waktu respons (rata-rata) 5.46s
#305	Seed 2.1 Turbo none	Bytedance Seed	0.8	0.6	$0.182	2/3	1.36s
Total Tes 3 Tes Salah 1 Total Biaya $0.182 Waktu respons (rata-rata) 1.36s

Peringkat Spesifik domain

Filter model

Model teratas menurut Skor Spesifik domain

Skor Spesifik domain vs total biaya

Model teratas menurut Waktu respons (rata-rata)