Cara kami mengukur akurasi
Setiap angka di halaman utama kami berasal dari pengukuran di bawah ini — naskahnya, skornya, dan melesetnya, termasuk milik kami sendiri.
Set jawaban: jawaban Cambridge 19 terpublikasi yang dinilai penguji, plus contoh jawaban Band 9 yang dipublikasikan IDP. Semuanya publik — Cambridge 19 ada di toko buku mana pun dengan skor penguji tercetak di dalamnya, dan IDP memublikasikan contoh Band 9 di situsnya sendiri.
Protokol: setiap sistem menerima satu prompt penilaian yang identik — teks sama, format sama, tanpa arahan — dan menilai setiap jawaban tiga kali pada 9 Aug 2026. Setiap angka adalah median sistem itu; milik kami melewati jalur penilaian yang sama dengan yang didapat pengguna kami.
Kami memublikasikan yang meleset maupun yang tepat: rata-rata meleset kami 0.22 band, kami membaca jawaban 8.0 sebagai 7.5 sementara Gemini menebaknya tepat, dan tak ada sistem — termasuk milik kami — yang mencapai 9 yang dipublikasikan IDP. Begitulah rupa pengukuran yang jujur, dan kami mengatakannya alih-alih menjanjikan “±0.5”.
Bukan satu esai yang kebetulan.
Di seluruh sembilan jawaban yang dinilai penguji — rata-rata meleset kami: 0.22 band. Gemini 0.72 · ChatGPT 0.94 · DeepSeek 0.94 · Claude 1.50. Sembilan dari sembilan kami mendarat dalam setengah band, tanpa bias ke arah mana pun — setiap chatbot menilai rendah.
Rata-rata meleset dari band penguji — makin kecil makin baik.
Selisih terburuk pada satu naskah: IELTS Ace 0.5 · ChatGPT 1.0 · DeepSeek 1.5 · Gemini 2.0 · Claude 2.5 band.
Naskahnya, satu per satu
| Naskah | Band penguji | ChatGPT | Gemini | DeepSeek | Claude | IELTS Ace |
|---|---|---|---|---|---|---|
| Cambridge 19 · Test 2 · Task 1 | 4.0 | 3.0 (−1.0) | 2.0 (−2.0) | 3.0 (−1.0) | 1.5 (−2.5) | 4.5 (+0.5) |
| Cambridge 19 · Test 1 · Task 1 | 5.5 | 5.0 (−0.5) | 5.0 (−0.5) | 5.5 (0.0) | 4.5 (−1.0) | 5.5 ✓ |
| Cambridge 19 · Test 1 · Task 1 | 6.0 | 5.0 (−1.0) | 5.0 (−1.0) | 4.5 (−1.5) | 4.5 (−1.5) | 6.0 ✓ |
| Cambridge 19 · Test 2 · Task 2 | 7.0 | 6.0 (−1.0) | 6.5 (−0.5) | 5.5 (−1.5) | 5.5 (−1.5) | 7.0 ✓ |
| Cambridge 19 · Test 1 · Task 2 | 8.0 | 6.5 (−1.5) | 8.0 (0.0) | 6.5 (−1.5) | 6.5 (−1.5) | 7.5 (−0.5) |
| IDP · published Band 9 sample · Task 1 | 9.0 | 7.0 (−2.0) | 8.0 (−1.0) | 6.5 (−2.5) | 5.5 (−3.5) | 8.0 (−1.0) |
Empat jawaban yang ditampilkan di halaman utama. Tabel lengkap sembilan naskah dengan keluaran mentah menyusul bersama pengukuran ulang simetris.
← Kembali ke halaman utama