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: Waktu respons (rata-rata) ↑.

Model yang ditampilkan

Rata-rata Skor Kepatuhan instruksi

0.8

Model terbaik

Gemini 3 Flash Preview 0.0

Alasan kegagalan

Dengan alasan kegagalan Jawaban salah118 Dengan alasan kegagalan Tidak mengikuti instruksi82 Dengan alasan kegagalan Kesalahan API25 Dengan alasan kegagalan Format tambahan8 Dengan alasan kegagalan Kedaluwarsa5 Dengan alasan kegagalan Tidak ada jawaban2

461/461

Peringkat	Model	Perusahaan	Skor Kepatuhan instruksi	Skor	Total Biaya	Tes benar	Waktu respons (rata-rata)
#405	GLM 5 Turbo none	Z.ai	0.7	0.4	$0.047	1/2	2.13s
Total Tes 2 Tes Salah 1 Total Biaya $0.047 Waktu respons (rata-rata) 2.13s
#99	GPT-5.6 Terra high	OpenAI	1.0	0.8	$0.698	2/2	2.14s
Total Tes 2 Tes Salah 0 Total Biaya $0.698 Waktu respons (rata-rata) 2.14s
#54	Gemini 3.5 Flash Lite high	Google	1.0	0.9	$0.624	2/2	2.16s
Total Tes 2 Tes Salah 0 Total Biaya $0.624 Waktu respons (rata-rata) 2.16s
#83	Claude Haiku 5.5 low	Anthropic	1.0	0.9	$0.061	2/2	2.20s
Total Tes 2 Tes Salah 0 Total Biaya $0.061 Waktu respons (rata-rata) 2.20s
#16	GPT-6.1 Sol low	OpenAI	1.0	1.0	$0.460	2/2	2.21s
Total Tes 2 Tes Salah 0 Total Biaya $0.460 Waktu respons (rata-rata) 2.21s
#276	Space Bunny Alpha xhigh	Stealth	0.6	0.6	$0.000	0/2	2.22s
Total Tes 2 Tes Salah 2 Total Biaya $0.000 Waktu respons (rata-rata) 2.22s
#126	GLM 5.3 FlashX max	Z.ai	1.0	0.8	$0.623	2/2	2.23s
Total Tes 2 Tes Salah 0 Total Biaya $0.623 Waktu respons (rata-rata) 2.23s
#33	GPT-6.1 Terra low	OpenAI	0.8	0.9	$0.221	1/2	2.24s
Total Tes 2 Tes Salah 1 Total Biaya $0.221 Waktu respons (rata-rata) 2.24s
#13	GPT-5.6 Sol low	OpenAI	1.0	1.0	$1.244	2/2	2.27s
Total Tes 2 Tes Salah 0 Total Biaya $1.244 Waktu respons (rata-rata) 2.27s
#437	Span-02 default	Respan	0.5	0.3	$0.001	1/1	2.30s
Total Tes 1 Tes Salah 0 Total Biaya $0.001 Waktu respons (rata-rata) 2.30s
#123	Qwen3.8 Flash Next low	Qwen	1.0	0.8	~$0.045	2/2	2.32s
Total Tes 2 Tes Salah 0 Total Biaya ~$0.045 Waktu respons (rata-rata) 2.32s
#77	GPT-6 Sol low	OpenAI	1.0	0.9	$0.477	2/2	2.37s
Total Tes 2 Tes Salah 0 Total Biaya $0.477 Waktu respons (rata-rata) 2.37s
#160	GPT-5.6 Luna medium	OpenAI	1.0	0.7	$0.065	2/2	2.38s
Total Tes 2 Tes Salah 0 Total Biaya $0.065 Waktu respons (rata-rata) 2.38s
#107	Gemini 4 Argon low	Google	1.0	0.8	$0.438	2/2	2.40s
Total Tes 2 Tes Salah 0 Total Biaya $0.438 Waktu respons (rata-rata) 2.40s
#142	DeepSeek V4 Flash 0731 medium	DeepSeek	0.8	0.8	$0.460	1/2	2.42s
Total Tes 2 Tes Salah 1 Total Biaya $0.460 Waktu respons (rata-rata) 2.42s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biayaPerkiraan hanya mencakup listrik GPU. Komponen komputer lain dan biaya kepemilikan perangkat keras tidak termasuk. NVIDIA GeForce RTX 3090: 0.4535 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.044834.

Model teratas menurut Waktu respons (rata-rata)

Skor Kepatuhan instruksi vs total biaya