Peringkat kegagalan Format tambahan

Lihat model AI mana yang paling sering mengalami Format tambahan, agar Anda bisa melihat risiko keandalan sebelum memilih.

Model yang ditampilkan

Total kegagalan

108

Model yang paling terdampak

Claude Opus 4.6 4

Kategori

Dalam kategori Trik anti-AI29 Dalam kategori Pemrograman26 Dalam kategori Spesifik domain23 Dalam kategori Pemecahan teka-teki14 Dalam kategori Parsing dan ekstraksi data8 Dalam kategori Kepatuhan instruksi7 Dalam kategori Gabungan1

67/67

Peringkat	Model	Perusahaan	Jumlah Format tambahan	Skor	Total Biaya	Tes benar	Waktu respons (rata-rata)
#82	Claude Opus 4.6 medium	Anthropic	4	7.7	$2.961	13/22	32.2s
Total Tes 22 Tes Salah 9 Total Biaya $2.961 Waktu respons (rata-rata) 32.2s
#108	Claude Sonnet 4.6 none	Anthropic	4	7.3	$0.661	12/22	7.67s
Total Tes 22 Tes Salah 10 Total Biaya $0.661 Waktu respons (rata-rata) 7.67s
#136	Claude Fable 5.1 low	Anthropic	4	6.9	$2.565	11/22	10.3s
Total Tes 22 Tes Salah 11 Total Biaya $2.565 Waktu respons (rata-rata) 10.3s
#181	Claude Sonnet 5 none	Anthropic	4	6.1	$0.548	7/22	6.05s
Total Tes 22 Tes Salah 15 Total Biaya $0.548 Waktu respons (rata-rata) 6.05s
#235	KAT-Coder-Air V2.5 low	Kwaipilot	4	5.4	$0.046	7/22	10.6s
Total Tes 22 Tes Salah 15 Total Biaya $0.046 Waktu respons (rata-rata) 10.6s
#291	Granite 4.2 8B none	IBM Granite	4	4.3	$0.026	3/22	86.3s
Total Tes 22 Tes Salah 19 Total Biaya $0.026 Waktu respons (rata-rata) 86.3s
#75	Claude Sonnet 4.6 medium	Anthropic	3	7.8	$2.126	14/22	28.1s
Total Tes 22 Tes Salah 8 Total Biaya $2.126 Waktu respons (rata-rata) 28.1s
#98	Grok Build 0.1 medium	X AI	3	7.5	$1.130	13/22	54.5s
Total Tes 22 Tes Salah 9 Total Biaya $1.130 Waktu respons (rata-rata) 54.5s
#115	Claude Opus 4.8 none	Anthropic	3	7.3	$1.166	13/22	4.92s
Total Tes 22 Tes Salah 9 Total Biaya $1.166 Waktu respons (rata-rata) 4.92s
#147	MiMo-V2.5-Pro medium	Xiaomi	3	6.8	$0.221	11/22	48.7s
Total Tes 22 Tes Salah 11 Total Biaya $0.221 Waktu respons (rata-rata) 48.7s
#220	KAT-Coder-Air V2.5 high	Kwaipilot	3	5.6	$0.077	7/22	15.9s
Total Tes 22 Tes Salah 15 Total Biaya $0.077 Waktu respons (rata-rata) 15.9s
#274	KAT-Coder-Air V2.5 none	Kwaipilot	3	4.8	$0.070	5/22	12.5s
Total Tes 22 Tes Salah 17 Total Biaya $0.070 Waktu respons (rata-rata) 12.5s
#89	Claude Opus 5 none	Anthropic	2	7.5	$1.550	12/22	7.65s
Total Tes 22 Tes Salah 10 Total Biaya $1.550 Waktu respons (rata-rata) 7.65s
#109	GLM 5.3 high	Z.ai	2	7.3	$0.403	13/22	27.8s
Total Tes 22 Tes Salah 9 Total Biaya $0.403 Waktu respons (rata-rata) 27.8s
#111	GLM 5.3 Flash high	Z.ai	2	7.3	$0.029	13/22	25.4s
Total Tes 22 Tes Salah 9 Total Biaya $0.029 Waktu respons (rata-rata) 25.4s

1 2 3 4 5

→

Kegagalan Format tambahan

Filter model

Model teratas menurut Jumlah Format tambahan

Jumlah Format tambahan vs Skor

Model teratas menurut Waktu respons (rata-rata)