AI BENCHY
Advertise here

Kategori AI BENCHY

Peringkat Kepatuhan instruksi

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

Model yang ditampilkan

15

Rata-rata Skor Kepatuhan instruksi

8.5

Model terbaik

Grok 4.1 Fast 3.0
Peringkat Model Perusahaan Skor Kepatuhan instruksi Skor Tes benar Waktu respons (rata-rata)
#50 Gemini 3.1 Flash Lite Preview low Google 10.0 7.4 2/2 1.49s
#52 Claude Sonnet 4.6 medium Anthropic 10.0 7.4 2/2 2.61s
#54 GPT-5 Mini medium OpenAI 10.0 7.3 2/2 11.6s
#58 Gemini 3.1 Flash Lite Preview none Google 10.0 7.2 2/2 1.13s
#60 Kimi K2.6 medium Moonshot AI 10.0 7.2 2/2 12.5s
#61 Gemini 3.1 Flash Lite low Google 10.0 7.2 2/2 1.52s
#64 MiMo-V2-Flash medium Xiaomi 10.0 7.2 2/2 4.28s
#66 Qwen3.5-35B-A3B medium Qwen 10.0 7.1 2/2 24.4s
#69 Claude Opus 4.6 medium Anthropic 10.0 7.0 2/2 2.43s
#72 DeepSeek V3.2 medium DeepSeek 10.0 7.0 2/2 35.8s
#73 Seed-2.0-Mini medium Bytedance Seed 10.0 6.9 2/2 17.5s
#76 Kimi K2.5 medium Moonshot AI 10.0 6.8 2/2 92.5s
#78 Qwen3.6 27B medium Qwen 10.0 6.8 2/2 38.0s
#81 Mercury 2 medium Inception 10.0 6.6 2/2 1.07s
#82 Hy3 preview high Tencent 10.0 6.6 2/2 34.4s

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)