Satu Blog Menilai 12 Model AI di 4 Aplikasi
TryAI merancang dan menilai sendiri 12 model tersebut, dengan melakukan lima kali percobaan per tugas tanpa audit atau pengawasan pihak luar.
- Hanya Claude Fable 5 yang berhasil menyelesaikan rubik dengan sempurna dalam lima percobaan.
- GPT-5.6 Luna menjawab paling cepat dalam 1,0 detik dan termurah seharga 0,001 dolar AS per putaran.
- Grok 4.5 menyamai performa Claude Opus 4.8 pada tugas sulit dengan harga jauh lebih murah.
Mengapa ini pentingSitus yang merancang tolok ukur ini juga yang menilainya, lalu menerbitkan peringkat tersebut seolah sebagai bukti independen.
TryAI blog (official benchmark post) ↗ · 10 Jul 202610/7/26 · ✓ Terverifikasi✓