Peringkat Kepatuhan instruksi x Format tambahan

Lihat model AI mana yang paling mungkin mengalami Format tambahan di Kepatuhan instruksi, agar Anda bisa menemukan titik lemahnya lebih cepat.

Model yang ditampilkan

Total kegagalan

Model yang paling terdampak

Alasan kegagalan

Jawaban salah82 Tidak mengikuti instruksi48 Format tambahan7 Kedaluwarsa5 Kesalahan API2 Tidak ada jawaban2

Kategori

Trik anti-AI29 Pemrograman26 Spesifik domain23 Pemecahan teka-teki14 Parsing dan ekstraksi data8 Kepatuhan instruksi7 Gabungan1

7/7

Peringkat	Model	Perusahaan	Jumlah Format tambahan	Skor kategori	Total Biaya	Tes benar	Waktu respons (rata-rata)
#114	DeepSeek V4 Flash 0731 medium	DeepSeek	1	8.5	$0.066	1/2	2.42s
Total Tes 2 Tes Salah 1 Total Biaya $0.066 Waktu respons (rata-rata) 2.42s
#136	Claude Fable 5.1 low	Anthropic	1	6.5	$2.565	1/2	5.24s
Total Tes 2 Tes Salah 1 Total Biaya $2.565 Waktu respons (rata-rata) 5.24s
#181	Claude Sonnet 5 none	Anthropic	1	6.4	$0.548	1/2	2.58s
Total Tes 2 Tes Salah 1 Total Biaya $0.548 Waktu respons (rata-rata) 2.58s
#233	DeepSeek V4 Flash 0423 none	DeepSeek	1	6.5	$0.037	1/2	17.5s
Total Tes 2 Tes Salah 1 Total Biaya $0.037 Waktu respons (rata-rata) 17.5s
#243	Seed-2.0-Code none	Bytedance Seed	1	6.2	$0.151	1/2	1.80s
Total Tes 2 Tes Salah 1 Total Biaya $0.151 Waktu respons (rata-rata) 1.80s
#291	Granite 4.2 8B none	IBM Granite	1	3.0	$0.026	0/2	79.5s
Total Tes 2 Tes Salah 2 Total Biaya $0.026 Waktu respons (rata-rata) 79.5s
#295	Hy3 preview none	Tencent	1	6.3	$0.007	1/2	13.0s
Total Tes 2 Tes Salah 1 Total Biaya $0.007 Waktu respons (rata-rata) 13.0s

Filter model