AI BENCHY
Advertise here

Kegagalan AI BENCHY

Kegagalan Tidak ada jawaban

Lihat model AI mana yang paling sering mengalami Tidak ada jawaban, agar Anda bisa melihat risiko keandalan sebelum memilih. Urutkan berdasarkan: Waktu respons (rata-rata) ↑.

Model yang ditampilkan

15

Total kegagalan

43

Model yang paling terdampak

Claude Opus 4.8 1
Peringkat Model Perusahaan Jumlah Tidak ada jawaban Skor Tes benar Waktu respons (rata-rata)
#68 Claude Opus 4.8 none Anthropic 1 7.0 12/21 3.47s
#107 Laguna Xs.2 medium Poolside 2 5.8 6/19 6.73s
#10 Claude Opus 4.8 medium Anthropic 1 8.7 17/21 9.66s
#92 Laguna M.1 medium Poolside 1 6.4 9/19 14.7s
#57 Step 3.7 Flash low Stepfun 1 7.3 12/21 15.7s
#42 GPT-5.2 medium OpenAI 1 7.5 13/21 16.9s
#149 Nemotron 3 Nano Omni 30b A3b Reasoning medium NVIDIA 1 4.6 4/19 17.1s
#46 Qwen3.6 35B A3B medium Qwen 1 7.4 13/21 18.1s
#22 Step 3.7 Flash medium Stepfun 1 8.0 14/21 20.4s
#23 GLM 5 Turbo medium Z.ai 1 8.0 14/21 23.0s
#86 Grok 4.1 Fast medium X AI 1 6.5 9/19 23.8s
#56 MiMo-V2.5 medium Xiaomi 1 7.3 12/21 27.1s
#105 Nemotron 3 Super medium NVIDIA 1 5.8 8/21 32.0s
#17 GLM 5 medium Z.ai 1 8.3 15/21 33.5s
#55 GLM 5.1 medium Z.ai 1 7.3 12/21 33.7s

Model teratas menurut Jumlah Tidak ada jawaban

Jumlah Tidak ada jawaban vs Skor

Model teratas menurut Waktu respons (rata-rata)