AI BENCHY
Your ad here

Kategori AI BENCHY

Peringkat Spesifik domain

Lihat model AI mana yang paling baik di Spesifik domain, mana yang tetap andal, dan di mana kesenjangan terbesar muncul. Urutkan berdasarkan: Waktu respons (rata-rata) ↓.

Model yang ditampilkan

8

Rata-rata Skor Spesifik domain

4.8

Model terbaik

MiniMax M2.5 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)
#63 Qwen3.5-35B-A3B none Qwen 7.7 6.1 2/3 485ms
#70 Qwen3.5-122B-A10B none Qwen 5.3 5.7 1/3 465ms
#90 Qwen3.5-9B none Qwen 3.0 4.8 0/3 464ms
#83 Mistral Small 4 none Mistral 5.3 5.2 1/3 367ms
#98 LFM2-24B-A2B none Liquid 5.9 4.1 1/3 287ms
#13 GLM 5 medium Z.ai 3.5 8.4 0/3 0ms
#26 Claude Sonnet 4.6 medium Anthropic 2.9 8.0 0/3 0ms
#39 Seed-2.0-Mini medium Bytedance Seed 3.0 7.5 0/3 0ms

Model teratas menurut Skor Spesifik domain

Skor Spesifik domain vs total biaya

Model teratas menurut Waktu respons (rata-rata)