Benchmark AI Newly Stack
Semua benchmark AI di sini kami jalankan sendiri dengan API key yang kami bayar. Kami menerbitkan cara kerja tiap uji, biaya setiap run, dan setiap perubahan skor. Pembayaran dan sponsor tidak pernah memengaruhi model mana yang diuji ataupun skornya.
Jawaban singkat
Saat ini ada satu suite yang aktif: NS-ID v1, uji Bahasa Indonesia untuk 20 model yang dijalankan pada 25 Oktober 2026. Uji kecepatan berjalan setiap minggu lewat API langsung vendor. Suite bahasa Inggris masih direncanakan dan belum punya skor.
60 tugas dalam enam kategori, 20% di antaranya terbit sebagai contoh. Tugas menulis dinilai dua juri AI dari vendor lain.
Skor NS-ID berdampingan dengan harga resmi, biaya nyata per 1.000 tugas, dan kecepatan terukur.
Waktu token pertama dan token per detik lewat API milik tiap vendor, median dari beberapa panggilan streaming.
Cara memilih model, cara menilai tugas, anggaran bulanan, aturan independensi, dan jadwal uji.
Setiap skor yang terbit dan setiap perubahannya, lengkap dengan alasan.
Masih direncanakan. Kami tidak akan menampilkan skor bahasa Inggris sebelum menjalankan uji bahasa Inggris sendiri.