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: Total Biaya ↑.

Model yang ditampilkan

Rata-rata Skor Kepatuhan instruksi

8.6

Model terbaik

North Mini Code 9.8

Alasan kegagalan

Dengan alasan kegagalan Jawaban salah61 Dengan alasan kegagalan Tidak mengikuti instruksi19 Dengan alasan kegagalan Format tambahan3 Dengan alasan kegagalan Tidak ada jawaban2 Dengan alasan kegagalan Kedaluwarsa1 Dengan alasan kegagalan Kesalahan API1

216/216

Peringkat	Model	Perusahaan	Skor Kepatuhan instruksi	Skor	Total Biaya	Tes benar	Waktu respons (rata-rata)
#169	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
#47	Claude Opus 4.6 medium	Anthropic	10.0	7.7	$3.059	2/2	2.43s
Total Tes 2 Tes Salah 0 Total Biaya $3.059 Waktu respons (rata-rata) 2.43s
#37	Kimi K3 max	Moonshot AI	10.0	8.0	$3.112	2/2	7.66s
Total Tes 2 Tes Salah 0 Total Biaya $3.112 Waktu respons (rata-rata) 7.66s
#20	Claude Fable 5 medium	Anthropic	10.0	8.6	$3.478	2/2	5.90s
Total Tes 2 Tes Salah 0 Total Biaya $3.478 Waktu respons (rata-rata) 5.90s
#13	GPT-5.5 medium	OpenAI	10.0	9.0	$4.137	2/2	3.36s
Total Tes 2 Tes Salah 0 Total Biaya $4.137 Waktu respons (rata-rata) 3.36s
#187	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

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)