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

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)
#90	Nemotron 3.5 Super VL high	NVIDIA	0.8	0.8	$0.349	1/2	6.10s
Total Tes 2 Tes Salah 1 Total Biaya $0.349 Waktu respons (rata-rata) 6.10s
#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
#149	Qwen3.7 Flash low	Qwen	0.8	0.8	$0.071	1/2	9.88s
Total Tes 2 Tes Salah 1 Total Biaya $0.071 Waktu respons (rata-rata) 9.88s
#207	GPT-5.6 Luna low	OpenAI	0.8	0.7	$0.049	1/2	2.04s
Total Tes 2 Tes Salah 1 Total Biaya $0.049 Waktu respons (rata-rata) 2.04s
#291	Apodex 1.1 Mini medium	Apodex	0.8	0.6	$0.000	1/2	8.56s
Total Tes 2 Tes Salah 1 Total Biaya $0.000 Waktu respons (rata-rata) 8.56s
#295	Inkling Small medium	Thinkingmachines	0.8	0.6	$0.113	1/2	3.78s
Total Tes 2 Tes Salah 1 Total Biaya $0.113 Waktu respons (rata-rata) 3.78s
#315	Dots 3 Note Preview medium	Dots Studio	0.8	0.6	$0.000	1/2	7.77s
Total Tes 2 Tes Salah 1 Total Biaya $0.000 Waktu respons (rata-rata) 7.77s
#348	Nemotron 3.5 Lightning high	NVIDIA	0.8	0.5	$0.168	1/2	4.98s
Total Tes 2 Tes Salah 1 Total Biaya $0.168 Waktu respons (rata-rata) 4.98s
#27	GPT-6.1 Terra max	OpenAI	0.9	0.9	$2.209	1/2	4.20s
Total Tes 2 Tes Salah 1 Total Biaya $2.209 Waktu respons (rata-rata) 4.20s
#32	GPT-6.1 Terra xhigh	OpenAI	0.9	0.9	$0.789	1/2	2.95s
Total Tes 2 Tes Salah 1 Total Biaya $0.789 Waktu respons (rata-rata) 2.95s
#39	Claude Sonnet 5.5 max	Anthropic	0.9	0.9	$8.557	1/2	6.24s
Total Tes 2 Tes Salah 1 Total Biaya $8.557 Waktu respons (rata-rata) 6.24s
#225	GPT-5.6 Sol none	OpenAI	0.9	0.7	$0.795	1/2	1.33s
Total Tes 2 Tes Salah 1 Total Biaya $0.795 Waktu respons (rata-rata) 1.33s
#306	GPT-5.6 Terra none	OpenAI	0.9	0.6	$0.377	1/2	1.15s
Total Tes 2 Tes Salah 1 Total Biaya $0.377 Waktu respons (rata-rata) 1.15s
#377	Nemotron 3.5 Lightning medium	NVIDIA	0.9	0.5	$0.195	1/2	3.75s
Total Tes 2 Tes Salah 1 Total Biaya $0.195 Waktu respons (rata-rata) 3.75s
#34	Seed 2.1 Turbo low	Bytedance Seed	1.0	0.9	$1.645	2/2	5.05s
Total Tes 2 Tes Salah 0 Total Biaya $1.645 Waktu respons (rata-rata) 5.05s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)