Seberapa banyak yang dijawab benar
Tiap batang mewakili satu benchmark, dan panjangnya menunjukkan berapa soal yang dijawab benar dari seluruh soal di benchmark itu. Soal dan kunci jawabannya kami susun sendiri, lalu diperiksa oleh dua penutur asli, dan tiap model menjawab soal yang sama persis.
8 benchmark
Pemahaman slang Indonesia37/42 88,1%
Normalisasi teks Indonesiaversi soal 3KeteranganSoal di benchmark ini pernah kami tanyakan dengan beberapa rumusan yang berbeda, pada soal dan kunci jawaban yang sama. Skor antar-rumusan tidak dapat dibandingkan langsung. Buka halaman benchmarknya untuk melihat perbandingannya.30/49 61,2%
Koreksi ejaan Indonesia23/38 60,5%
Tingkat tutur bahasa Jawa16/27 59,3%
Normalisasi teks Indonesiaversi soal 2KeteranganSoal di benchmark ini pernah kami tanyakan dengan beberapa rumusan yang berbeda, pada soal dan kunci jawaban yang sama. Skor antar-rumusan tidak dapat dibandingkan langsung. Buka halaman benchmarknya untuk melihat perbandingannya.28/49 57,1%
Normalisasi teks Indonesiaversi soal 1KeteranganSoal di benchmark ini pernah kami tanyakan dengan beberapa rumusan yang berbeda, pada soal dan kunci jawaban yang sama. Skor antar-rumusan tidak dapat dibandingkan langsung. Buka halaman benchmarknya untuk melihat perbandingannya.19/49 38,8%
Arti kata Jawa sehari-hari52/135 38,5%
Arti kata Jawa langka4/43 9,3%
Hasil dibanding biayanya
Kami urutkan dari yang paling murah untuk tiap jawaban benar. Kolom kiri menunjukkan berapa banyak yang dijawab benar. Baris teratas yang kolom kirinya juga panjang berarti murah sekaligus tepat.
8 punya catatan biaya
Jawaban benarBiaya tiap jawaban benar
Normalisasi teks Indonesiaversi soal 3KeteranganSoal di benchmark ini pernah kami tanyakan dengan beberapa rumusan yang berbeda, pada soal dan kunci jawaban yang sama. Skor antar-rumusan tidak dapat dibandingkan langsung. Buka halaman benchmarknya untuk melihat perbandingannya.61,2%$0.000012
Normalisasi teks Indonesiaversi soal 2KeteranganSoal di benchmark ini pernah kami tanyakan dengan beberapa rumusan yang berbeda, pada soal dan kunci jawaban yang sama. Skor antar-rumusan tidak dapat dibandingkan langsung. Buka halaman benchmarknya untuk melihat perbandingannya.57,1%$0.000013
Normalisasi teks Indonesiaversi soal 1KeteranganSoal di benchmark ini pernah kami tanyakan dengan beberapa rumusan yang berbeda, pada soal dan kunci jawaban yang sama. Skor antar-rumusan tidak dapat dibandingkan langsung. Buka halaman benchmarknya untuk melihat perbandingannya.38,8%$0.000017
Token yang dipakai
Input dan output dipisah karena harganya bisa berbeda sampai sepuluh kali lipat. Batang output yang panjang berarti model menghasilkan banyak token, sering karena bernalar panjang sebelum menjawab, dan di situlah hampir seluruh selisih biaya berasal.
94.454 masuk, 8.599 keluar
InputOutput
Pemahaman slang Indonesia13.796 · 125
Normalisasi teks Indonesiaversi soal 3KeteranganSoal di benchmark ini pernah kami tanyakan dengan beberapa rumusan yang berbeda, pada soal dan kunci jawaban yang sama. Skor antar-rumusan tidak dapat dibandingkan langsung. Buka halaman benchmarknya untuk melihat perbandingannya.13.812 · 860
Koreksi ejaan Indonesia13.819 · 226
Tingkat tutur bahasa Jawa6.781 · 78
Normalisasi teks Indonesiaversi soal 2KeteranganSoal di benchmark ini pernah kami tanyakan dengan beberapa rumusan yang berbeda, pada soal dan kunci jawaban yang sama. Skor antar-rumusan tidak dapat dibandingkan langsung. Buka halaman benchmarknya untuk melihat perbandingannya.14.502 · 849
Normalisasi teks Indonesiaversi soal 1KeteranganSoal di benchmark ini pernah kami tanyakan dengan beberapa rumusan yang berbeda, pada soal dan kunci jawaban yang sama. Skor antar-rumusan tidak dapat dibandingkan langsung. Buka halaman benchmarknya untuk melihat perbandingannya.12.501 · 853
Arti kata Jawa sehari-hari15.811 · 4.563
Arti kata Jawa langka3.432 · 1.045
Waktu tunggu tiap panggilan
Median waktu tunggu satu panggilan pada tiap benchmark. Median, bukan rata-rata, supaya satu panggilan yang tersendat tidak menggeser angkanya.
8 punya catatan waktu tunggu
Normalisasi teks Indonesiaversi soal 3KeteranganSoal di benchmark ini pernah kami tanyakan dengan beberapa rumusan yang berbeda, pada soal dan kunci jawaban yang sama. Skor antar-rumusan tidak dapat dibandingkan langsung. Buka halaman benchmarknya untuk melihat perbandingannya.2.27 s
Normalisasi teks Indonesiaversi soal 1KeteranganSoal di benchmark ini pernah kami tanyakan dengan beberapa rumusan yang berbeda, pada soal dan kunci jawaban yang sama. Skor antar-rumusan tidak dapat dibandingkan langsung. Buka halaman benchmarknya untuk melihat perbandingannya.2.68 s
Normalisasi teks Indonesiaversi soal 2KeteranganSoal di benchmark ini pernah kami tanyakan dengan beberapa rumusan yang berbeda, pada soal dan kunci jawaban yang sama. Skor antar-rumusan tidak dapat dibandingkan langsung. Buka halaman benchmarknya untuk melihat perbandingannya.5.34 s
Arti kata Jawa langka6.81 s
Koreksi ejaan Indonesia33.81 s
Cakupan pengujian
6/ 6
Model ini sudah diuji pada seluruh 6 benchmark yang kami terbitkan.
Versi soal sebelumnya
Kami mengubah soal atau kunci jawabannya setelah angka ini diukur. Kami menyimpannya sebagai riwayat, bukan sebagai hasil sekarang.lihat 2 baristutup
Pemahaman slang Indonesia24/27 88,9%
Arti kata Jawa sehari-hari52/135 38,5%
Log10 kali model ini dipanggil, tersebar di 3 hari.BukaTutup
Model ini dipanggil lewat id penyedia yang belum tentu mengunci versi, jadi tanggal di bawah menyatakan bobot mana yang benar-benar diuji. Tanggal pada baris bertanda tanda hubung tidak dicatat saat model dipanggil, melainkan kami perkirakan belakangan, jadi tanggalnya bisa meleset sehari dan jamnya tidak kami tampilkan.
1 pengujian
- 22:19Pemahaman slang Indonesiapilihan ganda37/42
1 pengujian
- 20:06Arti kata Jawa sehari-hariarti kata52/135
8 pengujian
- 11:00Arti kata Jawa sehari-hariarti kata52/135
- 10:38Normalisasi teks Indonesiajawaban isianPrompt yang menyatakan aturan kunci30/49
- 10:20Normalisasi teks Indonesiajawaban isianPrompt rinci yang melarang ganti kata28/49
- 09:59Normalisasi teks Indonesiajawaban isianPrompt bawaan19/49
- 09:39Arti kata Jawa langkaarti kata4/43
- 09:26Tingkat tutur bahasa Jawapilihan ganda16/27
- 09:14Koreksi ejaan Indonesiajawaban isian23/38
- 08:36Pemahaman slang Indonesiapilihan ganda24/27