Peringkat kegagalan Format tambahan

Kegagalan AI BENCHY

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

Model yang paling terdampak

Grok 4.20 Multi Agent Beta 2

Kategori

Dalam kategori Trik anti-AI18 Dalam kategori Spesifik domain13 Dalam kategori Pemrograman11 Dalam kategori Parsing dan ekstraksi data4 Dalam kategori Pemecahan teka-teki4 Dalam kategori Kepatuhan instruksi2 Dalam kategori Gabungan1

32/32

Peringkat	Model	Perusahaan	Jumlah Format tambahan	Skor	Total Biaya	Tes benar	Waktu respons (rata-rata)
#131	North Mini Code none	Cohere	2	5.1	$0.000	4/21	29.8s
Total Tes 21 Tes Salah 17 Total Biaya $0.000 Waktu respons (rata-rata) 29.8s
#132	Hunter Alpha medium	OpenRouter	1	5.1	$0.000	8/18	10.3s
Total Tes 18 Tes Salah 10 Total Biaya $0.000 Waktu respons (rata-rata) 10.3s

Kegagalan Format tambahan

Filter model

Model teratas menurut Jumlah Format tambahan

Jumlah Format tambahan vs Skor

Model teratas menurut Waktu respons (rata-rata)