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: Metrik ↑.

Model yang ditampilkan

Rata-rata Skor Kepatuhan instruksi

8.5

Model terbaik

Granite 4.2 8B 3.0

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)
#201	Grok 4.20 Beta medium	X AI	9.8	6.0	$0.750	2/2	4.89s
Total Tes 2 Tes Salah 0 Total Biaya $0.750 Waktu respons (rata-rata) 4.89s
#203	Gemini 3 PRO Preview medium	Google	9.8	6.0	$0.385	2/2	3.26s
Total Tes 2 Tes Salah 0 Total Biaya $0.385 Waktu respons (rata-rata) 3.26s
#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
#213	Seed 2.1 Turbo none	Bytedance Seed	9.8	5.9	$0.092	2/2	1.82s
Total Tes 2 Tes Salah 0 Total Biaya $0.092 Waktu respons (rata-rata) 1.82s
#216	North Mini Code medium	Cohere	9.8	5.7	$0.000	2/2	15.4s
Total Tes 2 Tes Salah 0 Total Biaya $0.000 Waktu respons (rata-rata) 15.4s
#221	GLM 5.1 none	Z.ai	9.8	5.7	$0.164	2/2	1.98s
Total Tes 2 Tes Salah 0 Total Biaya $0.164 Waktu respons (rata-rata) 1.98s
#233	Hy4 preview low	Tencent	9.8	5.6	$1.745	2/2	77.7s
Total Tes 2 Tes Salah 0 Total Biaya $1.745 Waktu respons (rata-rata) 77.7s
#250	Gemini 3.1 Flash Lite Preview high	Google	9.8	5.3	$2.310	2/2	64.0s
Total Tes 2 Tes Salah 0 Total Biaya $2.310 Waktu respons (rata-rata) 64.0s
#274	Ring-2.6-1T none	Inclusionai	9.8	4.8	$0.026	2/2	27.4s
Total Tes 2 Tes Salah 0 Total Biaya $0.026 Waktu respons (rata-rata) 27.4s
#278	Grok 4.20 Multi Agent Beta medium	X AI	9.8	4.8	$5.599	2/2	3.52s
Total Tes 2 Tes Salah 0 Total Biaya $5.599 Waktu respons (rata-rata) 3.52s
#305	Grok Build 0.1 none	X AI	9.8	4.0	$0.547	2/2	7.36s
Total Tes 2 Tes Salah 0 Total Biaya $0.547 Waktu respons (rata-rata) 7.36s
#312	gpt-oss-120b none	OpenAI	9.8	3.7	$0.010	2/2	5.06s
Total Tes 2 Tes Salah 0 Total Biaya $0.010 Waktu respons (rata-rata) 5.06s
#34	Muse Spark 1.3 medium	Meta	9.8	8.8	$1.469	2/2	10.5s
Total Tes 2 Tes Salah 0 Total Biaya $1.469 Waktu respons (rata-rata) 10.5s
#38	Gemini 3.6 Flash low	Google	9.8	8.7	$0.251	2/2	2.82s
Total Tes 2 Tes Salah 0 Total Biaya $0.251 Waktu respons (rata-rata) 2.82s
#39	GLM 5.3 Flash max	Z.ai	9.8	8.7	$0.059	2/2	3.65s
Total Tes 2 Tes Salah 0 Total Biaya $0.059 Waktu respons (rata-rata) 3.65s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)