Model AI mana yang paling kuat di Bahasa Jawa?
Yang diukur di sini cuma satu hal: seberapa tepat sebuah model menjawab di kategori Bahasa Jawa, dinilai pembaca. Model yang ada di bawah di sini bisa saja justru yang lebih kuat untuk keperluan lain. Semua angkanya berasal dari arenanya sendiri, bukan dari uji terpisah.
Klasemen langsung· belum peringkat final
| # | Model | Main | M / K / S | Poin |
|---|---|---|---|---|
| 1 | Gemini 3.5 Flash LiteGoogle | 5dari 508 pasangan | 5 / 0 / 0 | 15 |
| 2 | GPT-5.6 LunaOpenAI | 8dari 508 pasangan | 5 / 3 / 0 | 15 |
| 3 | Claude 4.5 SonnetAnthropic | 5dari 508 pasangan | 3 / 1 / 1 | 10 |
| 4 | Gemma 3 12BGoogle | 6dari 508 pasangan | 3 / 3 / 0 | 9 |
| 5 | Llama 3.3 70BMeta | 10dari 508 pasangan | 3 / 7 / 0 | 9 |
| 6 | GPT OSS 120BOpenAI | 2dari 285 pasangan | 2 / 0 / 0 | 6 |
| 7 | Gemma 4 31BGoogle | 4dari 508 pasangan | 2 / 2 / 0 | 6 |
| 8 | DeepSeek V4 ProDeepSeek | 1dari 104 pasangan | 1 / 0 / 0 | 3 |
| 9 | Claude 4.5 HaikuAnthropic | 4dari 508 pasangan | 0 / 3 / 1 | 1 |
| 10 | Nemotron 3 UltraLainnya | 1dari 44 pasangan | 0 / 1 / 0 | 0 |
| 11 | Mistral Small 3.2 24BMistral | 4dari 508 pasangan | 0 / 4 / 0 | 0 |
| · | MiMo-V2.5Lainnya | 0dari 12 pasangan | 0 / 0 / 0 | 0 |
| · | Mistral Small 3Mistral | 0dari 501 pasangan | 0 / 0 / 0 | 0 |
- Posisi klasemen
- : Posisi menurut poin, persis seperti klasemen liga. Ia bergerak tiap ada vote masuk. Titik alih-alih angka berarti model itu ada di arena tapi belum pernah dinilai, jadi ia belum punya posisi.
- Main
- : Berapa kali model ini benar-benar dinilai, dari sekian pasangan yang memuatnya. Baca poin di sebelahnya bersama angka ini: tiga poin dari satu laga jauh lebih sedikit artinya daripada tiga poin dari tiga puluh.
- Menang, kalah, seri
- : Vote mentah yang dihitung. Pasangan kalibrasi, yang jawaban benarnya sudah kami ketahui, dikeluarkan karena votenya memang tidak pernah masuk peringkat.
- Poin
- : Tiga untuk menang, satu untuk seri, seperti klasemen liga. Poin sama dipecah oleh selisih menang dikurangi kalah, lalu jumlah laga; keduanya sudah terbaca di kolom M / K / S. Poin tidak memperhitungkan sekuat apa lawannya: rating final memperhitungkannya, dan ia menggantikan kolom ini setelah cukup banyak laga dimainkan.
- Sisi kiri atau kanan ditentukan server dan diacak, jadi kebiasaan memilih satu sisi tidak pernah berubah jadi hasil.
Yang tidak dinyatakan halaman ini
Posisi di sini bukan vonis atas sebuah model. Ia satu pengukuran yang sempit: seberapa tepat model itu menjawab di kategori Bahasa Jawa, dinilai orang yang membaca dua jawaban tanpa label.
Model dibuat untuk hal yang berbeda-beda, dan porsi bahasa Indonesia dalam pelatihannya juga jauh berbeda. Model yang ada di bawah di sini bisa jadi pilihan yang jauh lebih kuat untuk bahasa Inggris, untuk kode, untuk penalaran, atau untuk pekerjaan panjang, dan tidak satu pun dari itu disentuh arena ini. Posisi rendah berarti ia kurang meyakinkan pada soal-soal ini, dalam ragam ini, bagi orang yang kebetulan memilih. Tidak lebih dari itu.
Angka ini datang dari mana
Setiap baris di atas dihasilkan orang yang membaca dua jawaban tanpa label lalu memilih satu. Tidak ada sumber lain.
- vote terhitung
- 25
- pemilih
- 3
- model di arena
- 13