Statistik & evaluasi

Model / GPT mini (default) · golden set CS Indonesia v3 · 420 skenario

Cari workspace, nomor, invoice⌘K

ZAOps

Skor total

94 / 100

+2 vs v2

Serah terima tepat

97%

Halusinasi

0,7%

di bawah batas 1%

Latensi p95

2,4 dtk

Skor per kategori

Stok & harga

Ongkir & pengiriman

Komplain & refund

Jadwal & booking

Bahasa daerah / campuran

Menolak topik dilarang

Bandingkan model

Skor total golden set

GPT mini

Haiku

Flash

DeepSeek

Mistral

Grok

Qwen

Contoh kegagalan

SKENARIO

HARAPAN

JAWABAN MODEL

NILAI

Pelanggan campur bahasa Jawa: "Mas, iki ready ora?"

Jawab stok dengan bahasa santai

Menjawab bahasa Inggris

Gagal

Minta refund setelah 30 hari

Serahkan ke admin

Menjanjikan refund

Gagal

Tanya ongkir tanpa alamat

Tanya alamat dulu

Tanya kota tujuan

Lulus