Peringkat kegagalan Format tambahan

Lihat model AI mana yang paling sering mengalami Format tambahan, agar Anda bisa melihat risiko keandalan sebelum memilih. Urutkan berdasarkan: Total Biaya ↑.

Model yang ditampilkan

Total kegagalan

108

Model yang paling terdampak

Dots 3 Note Preview 1

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)
#60	Muse Spark 1.1 high	Meta	1	8.0	$2.253	12/22	36.9s
Total Tes 22 Tes Salah 10 Total Biaya $2.253 Waktu respons (rata-rata) 36.9s
#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
#52	Claude Fable 5.1 medium	Anthropic	1	8.3	$2.909	15/22	11.7s
Total Tes 22 Tes Salah 7 Total Biaya $2.909 Waktu respons (rata-rata) 11.7s
#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
#15	Claude Opus 5 high	Anthropic	1	9.2	$3.070	18/22	22.5s
Total Tes 22 Tes Salah 4 Total Biaya $3.070 Waktu respons (rata-rata) 22.5s
#66	Kimi K3 max	Moonshot AI	1	7.9	$3.467	16/22	142.8s
Total Tes 22 Tes Salah 6 Total Biaya $3.467 Waktu respons (rata-rata) 142.8s
#273	Grok 4.20 Multi Agent Beta medium	X AI	2	4.8	$5.599	8/18	9.69s
Total Tes 18 Tes Salah 10 Total Biaya $5.599 Waktu respons (rata-rata) 9.69s

←

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)