AI BENCHY
Advertise here

Kegagalan AI BENCHY

Kegagalan Pemanggilan alat tidak valid

Lihat model AI mana yang paling sering mengalami Pemanggilan alat tidak valid, agar Anda bisa melihat risiko keandalan sebelum memilih. Urutkan berdasarkan: Jumlah kegagalan ↑.

Model yang ditampilkan

9

Total kegagalan

26

Model yang paling terdampak

Gemini 3.5 Flash 1
Peringkat Model Perusahaan Jumlah Pemanggilan alat tidak valid Skor Tes benar Waktu respons (rata-rata)
#139 DeepSeek V4 Flash none DeepSeek 1 5.0 5/21 26.8s
#145 Laguna M.1 none Poolside 1 4.8 4/19 2.89s
#146 Laguna Xs.2 none Poolside 1 4.8 5/19 806ms
#154 Qwen3.5-9B none Qwen 1 4.6 4/21 1.89s
#158 GLM 4.7 Flash medium Z.ai 1 4.4 4/21 35.1s
#159 Ling-2.6-1T none Inclusionai 1 4.3 3/21 7.72s
#163 Granite 4.1 8B none IBM Granite 1 4.0 2/21 728ms
#59 GLM 5V Turbo medium Z.ai 2 7.2 11/21 23.1s
#138 Ling-2.6-flash none Inclusionai 2 5.0 6/21 9.34s

Model teratas menurut Jumlah Pemanggilan alat tidak valid

Jumlah Pemanggilan alat tidak valid vs Skor

Model teratas menurut Waktu respons (rata-rata)