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

8.6

Model terbaik

Grok 4.1 Fast 3.0

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)
#147	GLM 5 none	Z.ai	10.0	5.7	$0.041	2/2	1.48s
Total Tes 2 Tes Salah 0 Total Biaya $0.041 Waktu respons (rata-rata) 1.48s
#155	KAT-Coder-Air V2.5 medium	Kwaipilot	10.0	5.6	$0.048	2/2	1.50s
Total Tes 2 Tes Salah 0 Total Biaya $0.048 Waktu respons (rata-rata) 1.50s
#159	Hy3 preview low	Tencent	10.0	5.5	$0.015	2/2	16.0s
Total Tes 2 Tes Salah 0 Total Biaya $0.015 Waktu respons (rata-rata) 16.0s
#179	DeepSeek V3.2 none	DeepSeek	10.0	5.0	$0.054	2/2	1.52s
Total Tes 2 Tes Salah 0 Total Biaya $0.054 Waktu respons (rata-rata) 1.52s
#192	Laguna M.1 medium	Poolside	10.0	4.7	$0.033	2/2	4.30s
Total Tes 2 Tes Salah 0 Total Biaya $0.033 Waktu respons (rata-rata) 4.30s
#204	Laguna Xs.2 medium	Poolside	10.0	4.1	$0.015	2/2	1.68s
Total Tes 2 Tes Salah 0 Total Biaya $0.015 Waktu respons (rata-rata) 1.68s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)