Peringkat model Kepatuhan instruksi

Kategori AI BENCHY

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

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)
#36	Qwen3.5 Plus 2026-04-20 medium	Qwen	10.0	7.6	2/2	20.2s
#53	Gemini 3.1 Flash Lite high	Google	7.3	7.3	1/2	23.3s
#14	Qwen3.6 Max Preview medium	Qwen	10.0	8.5	2/2	24.3s
#66	Qwen3.5-35B-A3B medium	Qwen	10.0	7.1	2/2	24.4s
#96	Ring-2.6-1T none	Inclusionai	9.8	6.2	2/2	27.4s
#25	Qwen3.5 Plus 2026-02-15 medium	Qwen	10.0	7.9	2/2	31.9s
#82	Hy3 preview high	Tencent	10.0	6.6	2/2	34.4s
#72	DeepSeek V3.2 medium	DeepSeek	10.0	7.0	2/2	35.8s
#78	Qwen3.6 27B medium	Qwen	10.0	6.8	2/2	38.0s
#103	DeepSeek V4 Pro high	DeepSeek	10.0	6.0	2/2	41.2s
#49	Qwen3.5-Flash medium	Qwen	10.0	7.4	2/2	63.5s
#12	Gemini 3.1 Flash Lite Preview high	Google	9.8	8.6	2/2	64.0s
#76	Kimi K2.5 medium	Moonshot AI	10.0	6.8	2/2	92.5s

Peringkat Kepatuhan instruksi

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)