Peringkat model Kepatuhan instruksi

Lihat model AI mana yang paling baik di Kepatuhan instruksi, mana yang tetap andal, dan di mana kesenjangan terbesar muncul. Urutkan berdasarkan: Total Biaya ↑.

Model yang ditampilkan

Rata-rata Skor Kepatuhan instruksi

8.5

Model terbaik

Dots 3 Note Preview 7.9

Alasan kegagalan

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

316/316

Peringkat	Model	Perusahaan	Skor Kepatuhan instruksi	Skor	Total Biaya	Tes benar	Waktu respons (rata-rata)
#118	Qwen3.7 Plus none	Qwen	6.3	7.3	$0.106	1/2	929ms
Total Tes 2 Tes Salah 1 Total Biaya $0.106 Waktu respons (rata-rata) 929ms
#165	Inkling Small medium	Thinkingmachines	8.5	6.6	$0.113	1/2	3.78s
Total Tes 2 Tes Salah 1 Total Biaya $0.113 Waktu respons (rata-rata) 3.78s
#245	Laguna S 2.1 high	Poolside	4.6	5.4	$0.114	0/2	453ms
Total Tes 2 Tes Salah 2 Total Biaya $0.114 Waktu respons (rata-rata) 453ms
#138	Seed-2.0-Mini medium	Bytedance Seed	10.0	7.0	$0.116	2/2	17.5s
Total Tes 2 Tes Salah 0 Total Biaya $0.116 Waktu respons (rata-rata) 17.5s
#105	Gemini 3.1 Flash Lite Preview medium	Google	10.0	7.4	$0.117	2/2	1.91s
Total Tes 2 Tes Salah 0 Total Biaya $0.117 Waktu respons (rata-rata) 1.91s
#204	GPT-5 Nano medium	OpenAI	9.8	6.0	$0.118	2/2	15.6s
Total Tes 2 Tes Salah 0 Total Biaya $0.118 Waktu respons (rata-rata) 15.6s
#117	Gemini 3.1 Flash Lite medium	Google	9.9	7.3	$0.120	2/2	2.59s
Total Tes 2 Tes Salah 0 Total Biaya $0.120 Waktu respons (rata-rata) 2.59s
#197	Qwen3.5 Plus 2026-04-20 none	Qwen	6.2	6.1	$0.122	1/2	1.17s
Total Tes 2 Tes Salah 1 Total Biaya $0.122 Waktu respons (rata-rata) 1.17s
#207	Step 3.5 Flash medium	Stepfun	8.3	5.9	$0.132	1/2	4.78s
Total Tes 2 Tes Salah 1 Total Biaya $0.132 Waktu respons (rata-rata) 4.78s
#232	Nemotron 3.5 Lightning high	NVIDIA	8.5	5.6	$0.134	1/2	4.98s
Total Tes 2 Tes Salah 1 Total Biaya $0.134 Waktu respons (rata-rata) 4.98s
#210	Hy3 preview high	Tencent	10.0	5.9	$0.135	2/2	34.4s
Total Tes 2 Tes Salah 0 Total Biaya $0.135 Waktu respons (rata-rata) 34.4s
#162	Gemini 3.5 Flash Lite low	Google	9.8	6.6	$0.138	2/2	1.75s
Total Tes 2 Tes Salah 0 Total Biaya $0.138 Waktu respons (rata-rata) 1.75s
#275	Nemotron 3.5 Lightning low	NVIDIA	8.4	4.8	$0.140	1/2	5.46s
Total Tes 2 Tes Salah 1 Total Biaya $0.140 Waktu respons (rata-rata) 5.46s
#192	Qwen3.5-Flash medium	Qwen	10.0	6.1	$0.142	2/2	63.5s
Total Tes 2 Tes Salah 0 Total Biaya $0.142 Waktu respons (rata-rata) 63.5s
#95	GPT-5.4 Nano medium	OpenAI	9.8	7.5	$0.142	2/2	1.88s
Total Tes 2 Tes Salah 0 Total Biaya $0.142 Waktu respons (rata-rata) 1.88s

←

1 9 10 11 22

→

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)