Log perubahan skor benchmark

Skor yang sudah terbit di Newly Stack hanya bisa berubah bersama satu catatan di log ini yang menjelaskan alasannya. Basis data kami menolak perubahan skor tanpa catatan. Koreksi setelah ada sanggahan juga tercatat di sini.

TanggalModelSuiteSkorAlasan
25 Oktober 2026Command A+ns-id-v1pertama terbit: 87,83Publikasi pertama NS-ID v1 (uji 25 Oktober 2026, dinilai model), ditinjau sebelum peluncuran.
25 Oktober 2026Mistral Small 4ns-id-v1pertama terbit: 84,50Publikasi pertama NS-ID v1 (uji 25 Oktober 2026, dinilai model), ditinjau sebelum peluncuran.
25 Oktober 2026Mistral Medium 3.5ns-id-v1pertama terbit: 89,60Publikasi pertama NS-ID v1 (uji 25 Oktober 2026, dinilai model), ditinjau sebelum peluncuran.
25 Oktober 2026Qwen3.8 Max (0902)ns-id-v1pertama terbit: 97,55Publikasi pertama NS-ID v1 (uji 25 Oktober 2026, dinilai model), ditinjau sebelum peluncuran.
25 Oktober 2026Kimi K3.1 Prons-id-v1pertama terbit: 99,26Publikasi pertama NS-ID v1 (uji 25 Oktober 2026, dinilai model), ditinjau sebelum peluncuran.
25 Oktober 2026DeepSeek V4.1 Flashns-id-v1pertama terbit: 97,13Publikasi pertama NS-ID v1 (uji 25 Oktober 2026, dinilai model), ditinjau sebelum peluncuran.
25 Oktober 2026DeepSeek V4 Prons-id-v1pertama terbit: 96,80Publikasi pertama NS-ID v1 (uji 25 Oktober 2026, dinilai model), ditinjau sebelum peluncuran.
25 Oktober 2026Grok 4.7ns-id-v1pertama terbit: 97,98Publikasi pertama NS-ID v1 (uji 25 Oktober 2026, dinilai model), ditinjau sebelum peluncuran.
25 Oktober 2026Perplexity Sonarns-id-v1pertama terbit: 97,11Publikasi pertama NS-ID v1 (uji 25 Oktober 2026, dinilai model), ditinjau sebelum peluncuran.
25 Oktober 2026Llama 4 Maverickns-id-v1pertama terbit: 88,15Publikasi pertama NS-ID v1 (uji 25 Oktober 2026, dinilai model), ditinjau sebelum peluncuran.
25 Oktober 2026Claude Haiku 5.5ns-id-v1pertama terbit: 93,19Publikasi pertama NS-ID v1 (uji 25 Oktober 2026, dinilai model), ditinjau sebelum peluncuran.
25 Oktober 2026Claude Sonnet 5.5ns-id-v1pertama terbit: 97,64Publikasi pertama NS-ID v1 (uji 25 Oktober 2026, dinilai model), ditinjau sebelum peluncuran.
25 Oktober 2026Claude Opus 5.5ns-id-v1pertama terbit: 98,97Publikasi pertama NS-ID v1 (uji 25 Oktober 2026, dinilai model), ditinjau sebelum peluncuran.
25 Oktober 2026Gemini 3.5 Flash-Litens-id-v1pertama terbit: 90,69Publikasi pertama NS-ID v1 (uji 25 Oktober 2026, dinilai model), ditinjau sebelum peluncuran.
25 Oktober 2026Gemini 3.8 Flashns-id-v1pertama terbit: 93,00Publikasi pertama NS-ID v1 (uji 25 Oktober 2026, dinilai model), ditinjau sebelum peluncuran.
25 Oktober 2026Gemini 4 Argonns-id-v1pertama terbit: 94,58Publikasi pertama NS-ID v1 (uji 25 Oktober 2026, dinilai model), ditinjau sebelum peluncuran.
25 Oktober 2026GPT-6 Lunans-id-v1pertama terbit: 97,40Publikasi pertama NS-ID v1 (uji 25 Oktober 2026, dinilai model), ditinjau sebelum peluncuran.
25 Oktober 2026GPT-6.1 Solns-id-v1pertama terbit: 98,46Publikasi pertama NS-ID v1 (uji 25 Oktober 2026, dinilai model), ditinjau sebelum peluncuran.
25 Oktober 2026GPT-6 Astrans-id-v1pertama terbit: 97,99Publikasi pertama NS-ID v1 (uji 25 Oktober 2026, dinilai model), ditinjau sebelum peluncuran.
25 Oktober 2026ChatGPT (chat-latest)ns-id-v1pertama terbit: 96,40Publikasi pertama NS-ID v1 (uji 25 Oktober 2026, dinilai model), ditinjau sebelum peluncuran.

Koreksi penilaian sebelum terbit

Sebelum hasil nsid-v1-2026-10 diterbitkan, kami memperbaiki penilai otomatis lalu menghitung ulang semua skor otomatis dari keluaran mentah yang tersimpan, tanpa panggilan API baru. Skor tugas yang berubah tercantum di bawah. Skor dari juri tidak diubah.

ModelTugasSebelumSesudah
kimi-k3-1-proins-0850100
claude-opus-5-5ins-0850100
grok-4-7ins-0850100
gpt-6-1-solkno-080100
gpt-6-astrakno-080100
deepseek-flashins-0850100
perplexity-sonarkno-080100
claude-sonnet-5-5ins-0850100
claude-sonnet-5-5kno-030100
gpt-6-lunains-0850100
gpt-6-lunakno-080100

Log perubahan skor seluruh situs dan sanggahan