Peringkat Kecerdasan umum x Tidak mengikuti instruksi

Lihat model AI mana yang paling mungkin mengalami Tidak mengikuti instruksi di Kecerdasan umum, agar Anda bisa menemukan titik lemahnya lebih cepat.

Model yang ditampilkan

Total kegagalan

115

Model yang paling terdampak

Grok 4.5 1

Alasan kegagalan

Tidak mengikuti instruksi115 Jawaban salah90 Kesalahan API14 Kedaluwarsa4

Kategori

Pemecahan teka-teki128 Kecerdasan umum115 Kepatuhan instruksi48 Trik anti-AI44 Pemrograman29 Pemanggilan alat12 Parsing dan ekstraksi data7 Spesifik domain2 Gabungan1

115/115

Peringkat	Model	Perusahaan	Jumlah Tidak mengikuti instruksi	Skor kategori	Total Biaya	Tes benar	Waktu respons (rata-rata)
#24	Grok 4.5 high	X AI	1	4.7	$2.252	0/1	9.82s
Total Tes 1 Tes Salah 1 Total Biaya $2.252 Waktu respons (rata-rata) 9.82s
#25	GPT-5.3-Codex medium	OpenAI	1	4.6	$0.988	0/1	4.87s
Total Tes 1 Tes Salah 1 Total Biaya $0.988 Waktu respons (rata-rata) 4.87s
#27	Seed 2.1 Turbo high	Bytedance Seed	1	6.5	$1.797	0/1	25.7s
Total Tes 1 Tes Salah 1 Total Biaya $1.797 Waktu respons (rata-rata) 25.7s
#37	Muse Spark 1.2 medium	Meta	1	6.1	$1.339	0/1	10.7s
Total Tes 1 Tes Salah 1 Total Biaya $1.339 Waktu respons (rata-rata) 10.7s
#41	Qwen3.8 Max low	Qwen	1	6.5	$0.702	0/1	5.29s
Total Tes 1 Tes Salah 1 Total Biaya $0.702 Waktu respons (rata-rata) 5.29s
#42	GPT-5.4 medium	OpenAI	1	4.7	$1.560	0/1	4.92s
Total Tes 1 Tes Salah 1 Total Biaya $1.560 Waktu respons (rata-rata) 4.92s
#44	Muse Spark 1.2 low	Meta	1	5.0	$0.655	0/1	8.46s
Total Tes 1 Tes Salah 1 Total Biaya $0.655 Waktu respons (rata-rata) 8.46s
#47	GPT-5.2 medium	OpenAI	1	3.7	$1.182	0/1	4.32s
Total Tes 1 Tes Salah 1 Total Biaya $1.182 Waktu respons (rata-rata) 4.32s
#48	Qwen3.8 27B high	Qwen	1	5.0	~$0.287	0/1	8.45s
Total Tes 1 Tes Salah 1 Total Biaya ~$0.287 Waktu respons (rata-rata) 8.45s
#49	Seed 2.1 Turbo medium	Bytedance Seed	1	6.1	$1.951	0/1	40.6s
Total Tes 1 Tes Salah 1 Total Biaya $1.951 Waktu respons (rata-rata) 40.6s
#53	Gemini 2.5 Flash medium	Google	1	4.8	$0.644	0/1	4.86s
Total Tes 1 Tes Salah 1 Total Biaya $0.644 Waktu respons (rata-rata) 4.86s
#55	Claude Sonnet 5 medium	Anthropic	1	4.8	$0.922	0/1	4.32s
Total Tes 1 Tes Salah 1 Total Biaya $0.922 Waktu respons (rata-rata) 4.32s
#57	GPT-5 Mini medium	OpenAI	1	4.5	$0.241	0/1	13.5s
Total Tes 1 Tes Salah 1 Total Biaya $0.241 Waktu respons (rata-rata) 13.5s
#67	GPT-5.2 Chat none	OpenAI	1	4.4	$0.594	0/1	3.20s
Total Tes 1 Tes Salah 1 Total Biaya $0.594 Waktu respons (rata-rata) 3.20s
#69	Qwen3.8 27B low	Qwen	1	5.0	~$0.071	0/1	5.37s
Total Tes 1 Tes Salah 1 Total Biaya ~$0.071 Waktu respons (rata-rata) 5.37s

Filter model

Model teratas menurut Jumlah Tidak mengikuti instruksi

Jumlah Tidak mengikuti instruksi vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuang

Kecerdasan umum: Tidak mengikuti instruksi

Filter model

Model teratas menurut Jumlah Tidak mengikuti instruksi

Jumlah Tidak mengikuti instruksi vs Skor

Model teratas menurut Waktu respons (rata-rata)

Model teratas menurut Perkiraan biaya terbuangPerkiraan hanya mencakup listrik GPU. Komponen komputer lain dan biaya kepemilikan perangkat keras tidak termasuk. NVIDIA GeForce RTX 3090: 2.8999 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.286715.

Model teratas menurut Perkiraan biaya terbuang