Peringkat kegagalan Tidak ada jawaban

Kegagalan AI BENCHY

Lihat model AI mana yang paling sering mengalami Tidak ada jawaban, agar Anda bisa melihat risiko keandalan sebelum memilih. Urutkan berdasarkan: Tes benar ↑.

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

Qwen3.5-9B 2

Kategori

Dalam kategori Pemrograman18 Dalam kategori Pengetahuan umum6 Dalam kategori Parsing dan ekstraksi data5 Dalam kategori Spesifik domain5 Dalam kategori Gabungan2 Dalam kategori Kepatuhan instruksi2 Dalam kategori Pemanggilan alat2 Dalam kategori Trik anti-AI2 Dalam kategori Pemecahan teka-teki1

Peringkat	Model	Perusahaan	Jumlah Tidak ada jawaban	Skor	Tes benar	Waktu respons (rata-rata)
#161	Qwen3.5-9B medium	Qwen	2	4.2	3/21	82.2s
#158	GLM 4.7 Flash medium	Z.ai	3	4.4	4/21	35.1s
#149	Nemotron 3 Nano Omni 30b A3b Reasoning medium	NVIDIA	1	4.6	4/19	17.1s
#129	MiniMax M2.5 medium	Minimax	1	5.3	5/21	65.4s
#130	MiniMax M2.7 medium	Minimax	1	5.3	5/21	38.2s
#107	Laguna Xs.2 medium	Poolside	2	5.8	6/19	6.73s
#105	Nemotron 3 Super medium	NVIDIA	1	5.8	8/21	32.0s
#86	Grok 4.1 Fast medium	X AI	1	6.5	9/19	23.8s
#92	Laguna M.1 medium	Poolside	1	6.4	9/19	14.7s
#76	Kimi K2.5 medium	Moonshot AI	2	6.8	10/21	98.4s
#78	Qwen3.6 27B medium	Qwen	3	6.8	10/21	59.7s
#80	Mimo V2 Omni medium	Xiaomi	2	6.7	10/21	41.2s
#66	Qwen3.5-35B-A3B medium	Qwen	2	7.1	11/21	72.6s
#67	MiniMax M3 medium	Minimax	1	7.1	11/21	68.2s
#71	Step 3.7 Flash high	Stepfun	4	7.0	11/21	64.5s

Kegagalan Tidak ada jawaban

Model teratas menurut Jumlah Tidak ada jawaban

Jumlah Tidak ada jawaban vs Skor

Model teratas menurut Waktu respons (rata-rata)