Transparansi

Log pengujian benchmark

Setiap kali kami menjalankan model AI terhadap satu set benchmark, barisnya tercatat di sini apa adanya. Bukan ringkasan seperti papan peringkat /benchmark, melainkan satu baris per panggilan, supaya tiap angka ringkasan di situs ini bisa ditelusuri balik ke pengujian yang menghasilkannya.Baca selengkapnya
179 kali pengujian21 model diuji6 set benchmarkPengujian terbaru
GitHub

7 run
  1. 21:00MiMo-V2.6-FlashArti kata Jawa sehari-hariarti kata100/135
  2. 20:36MiMo-V2.6-FlashNormalisasi teks Indonesiajawaban isianPrompt bawaan37/49
  3. 20:26MiMo-V2.6-FlashKoreksi ejaan Indonesiajawaban isian26/38
  4. 20:15MiMo-V2.6-FlashTingkat tutur bahasa Jawajawaban isian5/6
  5. 20:14MiMo-V2.6-FlashTingkat tutur bahasa Jawapilihan ganda22/27
  6. 19:29MiMo-V2.6-FlashArti kata Jawa langkaarti kata15/43
  7. 19:27MiMo-V2.6-FlashPemahaman slang Indonesiapilihan ganda40/42

8 run
  1. 22:08DeepSeek V4.1 FlashArti kata Jawa langkaarti kata22/43
  2. 21:54DeepSeek V4.1 FlashPemahaman slang Indonesiapilihan ganda41/42
  3. 21:36DeepSeek V4.1 FlashTingkat tutur bahasa Jawajawaban isian6/6
  4. 21:36DeepSeek V4.1 FlashTingkat tutur bahasa Jawapilihan ganda26/27
  5. 21:22Mercury 2.5Arti kata Jawa langkaarti kata13/43
  6. 21:21Mercury 2.5Tingkat tutur bahasa Jawajawaban isian4/6
  7. 21:21Mercury 2.5Tingkat tutur bahasa Jawapilihan ganda22/27
  8. 21:19Mercury 2.5Pemahaman slang Indonesiapilihan ganda39/42

4 run
  1. 19:51GPT-6 AstraPemahaman slang Indonesiapilihan ganda42/42
  2. 10:06GPT-6 AstraTingkat tutur bahasa Jawajawaban isian6/6
  3. 10:05GPT-6 AstraTingkat tutur bahasa Jawapilihan ganda26/27
  4. 10:01GPT-6 AstraArti kata Jawa langkaarti kata33/43

9 run
  1. 22:35GLM 5.3Arti kata Jawa langkaarti kata14/43
  2. 22:15GLM 5.3Arti kata Jawa sehari-hariarti kata98/135
  3. 21:45GLM 5.3Normalisasi teks Indonesiajawaban isianPrompt yang menyatakan aturan kunci37/49
  4. 21:38GLM 5.3Normalisasi teks Indonesiajawaban isianPrompt rinci yang melarang ganti kata37/49
  5. 21:31GLM 5.3Normalisasi teks Indonesiajawaban isianPrompt bawaan30/49
  6. 18:44GLM 5.3Koreksi ejaan Indonesiajawaban isian26/38
  7. 08:30GLM 5.3Tingkat tutur bahasa Jawajawaban isian3/6
  8. 08:14GLM 5.3Tingkat tutur bahasa Jawapilihan ganda21/27
  9. 08:00GLM 5.3Pemahaman slang Indonesiapilihan ganda40/42

2 run
  1. 23:30GLM 5.3 FlashArti kata Jawa langkaarti kata11/43
  2. 22:44GLM 5.3 FlashArti kata Jawa sehari-hariarti kata97/135

Angka di ujung kanan tiap baris adalah skor: jawaban benar dari jumlah soal yang dinilai. Bisa lebih kecil dari total soal set kalau sebagian ditahan atau masih menunggu penilaian penutur.

Halaman ini daftar mentah, bukan analisis. Untuk hasil per set beserta batasnya, lihat papan benchmark. Untuk aturan penilaiannya, lihat metodologi kami.