Kepatuhan instruksi: Format tambahan
Kepatuhan instruksi
Format tambahan
Lihat model AI mana yang paling mungkin mengalami Format tambahan di Kepatuhan instruksi, agar Anda bisa menemukan titik lemahnya lebih cepat. Urutkan berdasarkan: Tes benar ↑.
Alasan kegagalan
8/8
Filter model
Tidak ada model yang cocok dengan pencarian dan filter saat ini.
| Peringkat | Model | Perusahaan | Jumlah Format tambahan | Skor kategori | Total Biaya | Tes benar | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|
| #380 | Granite 4.2 8B none | IBM Granite | 1 | 0.3 | $0.037 | 0/2 | 79.5s |
| #130 | DeepSeek V4 Flash 0731 medium | DeepSeek | 1 | 0.8 | $0.460 | 1/2 | 2.42s |
| #222 | Claude Sonnet 5.5 medium | Anthropic | 1 | 0.6 | $1.100 | 1/2 | 1.88s |
| #257 | DeepSeek V4 Flash 0423 none | DeepSeek | 1 | 0.7 | $0.149 | 1/2 | 17.5s |
| #264 | Claude Fable 5.1 low | Anthropic | 1 | 0.7 | $3.395 | 1/2 | 5.24s |
| #284 | Claude Sonnet 5 none | Anthropic | 1 | 0.6 | $1.095 | 1/2 | 2.58s |
| #313 | Seed-2.0-Code none | Bytedance Seed | 1 | 0.6 | $0.257 | 1/2 | 1.80s |
| #410 | Hy3 preview none | Tencent | 1 | 0.6 | $0.007 | 1/2 | 13.0s |