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)
#154	Qwen3.8 27B low	Qwen	1.0	0.8	~$0.089	2/2	2.43s
Total Tes 2 Tes Salah 0 Total Biaya ~$0.089 Waktu respons (rata-rata) 2.43s
#270	Claude Opus 4.6 medium	Anthropic	1.0	0.6	$2.961	2/2	2.43s
Total Tes 2 Tes Salah 0 Total Biaya $2.961 Waktu respons (rata-rata) 2.43s
#413	Ling 3.0 Tiny default	Inclusionai	0.3	0.4	$0.000	0/2	2.44s
Total Tes 2 Tes Salah 2 Total Biaya $0.000 Waktu respons (rata-rata) 2.44s
#29	Gemini 3.7 Flash low	Google	1.0	0.9	$0.183	2/2	2.47s
Total Tes 2 Tes Salah 0 Total Biaya $0.183 Waktu respons (rata-rata) 2.47s
#21	GPT-5.6 Sol medium	OpenAI	1.0	0.9	$1.700	2/2	2.50s
Total Tes 2 Tes Salah 0 Total Biaya $1.700 Waktu respons (rata-rata) 2.50s
#389	Mimo V2 PRO default	Xiaomi	0.7	0.5	$0.045	1/2	2.51s
Total Tes 2 Tes Salah 1 Total Biaya $0.045 Waktu respons (rata-rata) 2.51s
#235	KAT-Coder-Pro V2.5 low	Kwaipilot	1.0	0.7	$0.568	2/2	2.53s
Total Tes 2 Tes Salah 0 Total Biaya $0.568 Waktu respons (rata-rata) 2.53s
#179	Qwen3.8 27B medium	Qwen	1.0	0.7	~$0.073	2/2	2.54s
Total Tes 2 Tes Salah 0 Total Biaya ~$0.073 Waktu respons (rata-rata) 2.54s
#246	Laguna XS 2.1 medium	Poolside	1.0	0.6	$0.083	2/2	2.57s
Total Tes 2 Tes Salah 0 Total Biaya $0.083 Waktu respons (rata-rata) 2.57s
#277	KAT-Coder-Pro V2.5 medium	Kwaipilot	1.0	0.6	$0.669	2/2	2.58s
Total Tes 2 Tes Salah 0 Total Biaya $0.669 Waktu respons (rata-rata) 2.58s
#301	Claude Sonnet 5 none	Anthropic	0.6	0.6	$1.095	1/2	2.58s
Total Tes 2 Tes Salah 1 Total Biaya $1.095 Waktu respons (rata-rata) 2.58s
#204	Gemini 3.1 Flash Lite medium	Google	1.0	0.7	$0.153	2/2	2.59s
Total Tes 2 Tes Salah 0 Total Biaya $0.153 Waktu respons (rata-rata) 2.59s
#22	GPT-6.1 Terra high	OpenAI	0.8	0.9	$0.396	1/2	2.60s
Total Tes 2 Tes Salah 1 Total Biaya $0.396 Waktu respons (rata-rata) 2.60s
#251	Claude Sonnet 4.6 medium	Anthropic	1.0	0.6	$2.126	2/2	2.61s
Total Tes 2 Tes Salah 0 Total Biaya $2.126 Waktu respons (rata-rata) 2.61s
#290	KAT-Coder-Pro V2.5 default	Kwaipilot	1.0	0.6	$0.742	2/2	2.61s
Total Tes 2 Tes Salah 0 Total Biaya $0.742 Waktu respons (rata-rata) 2.61s

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: 0.8932 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.088310.

Model teratas menurut Waktu respons (rata-rata)

Skor Kepatuhan instruksi vs total biaya