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)
#315	Step 3.5 Flash none	Stepfun	3.3	2.3	$0.020	1/1	34.5s
Total Tes 1 Tes Salah 0 Total Biaya $0.020 Waktu respons (rata-rata) 34.5s
#1	Gemini 3.6 Flash high	Google	8.2	9.9	$0.699	2/3	33.3s
Total Tes 3 Tes Salah 1 Total Biaya $0.699 Waktu respons (rata-rata) 33.3s
#2	Gemini 3.8 Flash high	Google	8.2	9.9	$1.595	2/3	131.3s
Total Tes 3 Tes Salah 1 Total Biaya $1.595 Waktu respons (rata-rata) 131.3s
#3	GPT-6 Astra max	OpenAI	7.7	9.9	$3.803	2/3	356.4s
Total Tes 3 Tes Salah 1 Total Biaya $3.803 Waktu respons (rata-rata) 356.4s
#4	GPT-6 Astra high	OpenAI	7.6	9.9	$3.474	2/3	95.1s
Total Tes 3 Tes Salah 1 Total Biaya $3.474 Waktu respons (rata-rata) 95.1s
#5	GPT-6 Astra xhigh	OpenAI	7.6	9.9	$5.156	2/3	147.0s
Total Tes 3 Tes Salah 1 Total Biaya $5.156 Waktu respons (rata-rata) 147.0s
#9	GPT-6 Astra low	OpenAI	7.7	9.5	$1.289	2/3	13.9s
Total Tes 3 Tes Salah 1 Total Biaya $1.289 Waktu respons (rata-rata) 13.9s
#10	Gemini 3 Flash Preview medium	Google	7.7	9.5	$0.763	2/3	20.1s
Total Tes 3 Tes Salah 1 Total Biaya $0.763 Waktu respons (rata-rata) 20.1s
#12	Gemini 3.7 Flash medium	Google	7.7	9.4	$0.309	2/3	6.49s
Total Tes 3 Tes Salah 1 Total Biaya $0.309 Waktu respons (rata-rata) 6.49s
#18	Gemini 3.1 Pro Preview medium	Google	7.7	9.2	$1.352	2/3	20.3s
Total Tes 3 Tes Salah 1 Total Biaya $1.352 Waktu respons (rata-rata) 20.3s
#19	Gemini 3.7 Flash low	Google	8.2	9.2	$0.207	2/3	3.09s
Total Tes 3 Tes Salah 1 Total Biaya $0.207 Waktu respons (rata-rata) 3.09s
#22	Gemini 3.8 Flash medium	Google	8.2	9.1	$0.653	2/3	31.8s
Total Tes 3 Tes Salah 1 Total Biaya $0.653 Waktu respons (rata-rata) 31.8s
#25	Claude Fable 5.1 high	Anthropic	7.7	9.0	$3.364	2/3	24.3s
Total Tes 3 Tes Salah 1 Total Biaya $3.364 Waktu respons (rata-rata) 24.3s
#38	Gemini 3.6 Flash low	Google	7.6	8.7	$0.251	2/3	4.65s
Total Tes 3 Tes Salah 1 Total Biaya $0.251 Waktu respons (rata-rata) 4.65s
#40	Claude Opus 4.7 medium	Anthropic	7.7	8.7	$1.476	2/3	1.19s
Total Tes 3 Tes Salah 1 Total Biaya $1.476 Waktu respons (rata-rata) 1.19s

Peringkat Spesifik domain

Filter model

Model teratas menurut Skor Spesifik domain

Skor Spesifik domain vs total biaya

Model teratas menurut Waktu respons (rata-rata)