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: Tes benar ↑.

Model yang ditampilkan

Rata-rata Skor Kepatuhan instruksi

8.5

Model terbaik

Qwen3.7 Flash 5.8

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)
#76	Qwen3.6 Plus medium	Qwen	10.0	7.8	$0.418	2/2	7.54s
Total Tes 2 Tes Salah 0 Total Biaya $0.418 Waktu respons (rata-rata) 7.54s
#77	Gemini 3.5 Flash Lite medium	Google	9.8	7.8	$0.272	2/2	1.72s
Total Tes 2 Tes Salah 0 Total Biaya $0.272 Waktu respons (rata-rata) 1.72s
#78	GLM 5.2 medium	Z.ai	9.9	7.8	$0.224	2/2	7.90s
Total Tes 2 Tes Salah 0 Total Biaya $0.224 Waktu respons (rata-rata) 7.90s
#79	GPT-5.6 Terra medium	OpenAI	10.0	7.8	$0.523	2/2	1.43s
Total Tes 2 Tes Salah 0 Total Biaya $0.523 Waktu respons (rata-rata) 1.43s
#80	Claude Sonnet 4.6 medium	Anthropic	10.0	7.8	$2.126	2/2	2.61s
Total Tes 2 Tes Salah 0 Total Biaya $2.126 Waktu respons (rata-rata) 2.61s
#81	Qwen3.8 27B medium	Qwen	10.0	7.8	~$0.058	2/2	2.54s
Total Tes 2 Tes Salah 0 Total Biaya ~$0.058 Waktu respons (rata-rata) 2.54s
#82	Seed-2.0-Lite medium	Bytedance Seed	10.0	7.8	$0.236	2/2	7.26s
Total Tes 2 Tes Salah 0 Total Biaya $0.236 Waktu respons (rata-rata) 7.26s
#83	Claude Opus 4.8 low	Anthropic	9.8	7.8	$2.089	2/2	2.78s
Total Tes 2 Tes Salah 0 Total Biaya $2.089 Waktu respons (rata-rata) 2.78s
#84	Qwen3.7 Flash high	Qwen	9.8	7.8	$0.052	2/2	9.41s
Total Tes 2 Tes Salah 0 Total Biaya $0.052 Waktu respons (rata-rata) 9.41s
#85	GLM 5 medium	Z.ai	10.0	7.7	$0.228	2/2	7.25s
Total Tes 2 Tes Salah 0 Total Biaya $0.228 Waktu respons (rata-rata) 7.25s
#86	Seed-2.0-Code low	Bytedance Seed	9.8	7.7	$0.767	2/2	12.2s
Total Tes 2 Tes Salah 0 Total Biaya $0.767 Waktu respons (rata-rata) 12.2s
#87	Claude Opus 4.6 medium	Anthropic	10.0	7.7	$2.961	2/2	2.43s
Total Tes 2 Tes Salah 0 Total Biaya $2.961 Waktu respons (rata-rata) 2.43s
#89	DeepSeek V4 Flash 0423 high	DeepSeek	10.0	7.6	$0.042	2/2	15.4s
Total Tes 2 Tes Salah 0 Total Biaya $0.042 Waktu respons (rata-rata) 15.4s
#90	GLM 5 Turbo medium	Z.ai	10.0	7.6	$0.323	2/2	5.38s
Total Tes 2 Tes Salah 0 Total Biaya $0.323 Waktu respons (rata-rata) 5.38s
#91	GPT-5.6 Luna high	OpenAI	9.9	7.6	$0.179	2/2	1.79s
Total Tes 2 Tes Salah 0 Total Biaya $0.179 Waktu respons (rata-rata) 1.79s

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: 0.5784 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.057183.

Model teratas menurut Waktu respons (rata-rata)

Skor Kepatuhan instruksi vs total biaya