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: Total Biaya ↓.
Alasan kegagalan
7/7
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) |
|---|---|---|---|---|---|---|---|
| #136 | Claude Fable 5.1 low | Anthropic | 1 | 6.5 | $2.565 | 1/2 | 5.24s |
| #181 | Claude Sonnet 5 none | Anthropic | 1 | 6.4 | $0.548 | 1/2 | 2.58s |
| #243 | Seed-2.0-Code none | Bytedance Seed | 1 | 6.2 | $0.151 | 1/2 | 1.80s |
| #114 | DeepSeek V4 Flash 0731 medium | DeepSeek | 1 | 8.5 | $0.066 | 1/2 | 2.42s |
| #233 | DeepSeek V4 Flash 0423 none | DeepSeek | 1 | 6.5 | $0.037 | 1/2 | 17.5s |
| #291 | Granite 4.2 8B none | IBM Granite | 1 | 3.0 | $0.026 | 0/2 | 79.5s |
| #295 | Hy3 preview none | Tencent | 1 | 6.3 | $0.007 | 1/2 | 13.0s |