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: Waktu respons (rata-rata) ↑.

Model yang ditampilkan

15

Rata-rata Skor Kepatuhan instruksi

8.5

Model terbaik

Granite 4.1 8B 3.6

Alasan kegagalan

Dengan alasan kegagalan Jawaban salah53 Dengan alasan kegagalan Tidak mengikuti instruksi11 Dengan alasan kegagalan Format tambahan2 Dengan alasan kegagalan Tidak ada jawaban2 Dengan alasan kegagalan Kesalahan API1
Peringkat Model Perusahaan Skor Kepatuhan instruksi Skor Tes benar Waktu respons (rata-rata)
#75 Ring-2.6-1T medium Inclusionai 9.8 6.9 2/2 11.8s
#47 Grok Build 0.1 medium X AI 9.8 7.4 2/2 12.4s
#60 Kimi K2.6 medium Moonshot AI 10.0 7.2 2/2 12.5s
#27 Gemma 4 31B medium Google 10.0 7.8 2/2 12.8s
#130 MiniMax M2.7 medium Minimax 3.8 5.3 0/2 12.8s
#156 Hy3 preview none Tencent 6.3 4.4 1/2 13.0s
#31 DeepSeek V4 Flash high DeepSeek 10.0 7.7 2/2 15.4s
#94 GPT-5 Nano medium OpenAI 9.8 6.3 2/2 15.6s
#89 Hy3 preview low Tencent 10.0 6.4 2/2 16.0s
#18 Qwen3.7 Plus medium Qwen 10.0 8.2 2/2 16.1s
#73 Seed-2.0-Mini medium Bytedance Seed 10.0 6.9 2/2 17.5s
#37 Gemma 4 26B A4B medium Google 10.0 7.6 2/2 17.5s
#139 DeepSeek V4 Flash none DeepSeek 6.5 5.0 1/2 17.5s
#38 Grok 4.3 medium X AI 9.8 7.6 2/2 18.6s
#30 Qwen3.5-27B medium Qwen 10.0 7.8 2/2 19.7s

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)