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

8.6

Model terbaik

Granite 4.1 8B 3.6

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)
#141	Hy3 preview high	Tencent	10.0	5.9	$0.048	2/2	34.4s
Total Tes 2 Tes Salah 0 Total Biaya $0.048 Waktu respons (rata-rata) 34.4s
#80	DeepSeek V3.2 medium	DeepSeek	10.0	7.0	$0.078	2/2	35.8s
Total Tes 2 Tes Salah 0 Total Biaya $0.078 Waktu respons (rata-rata) 35.8s
#105	Qwen3.6 27B medium	Qwen	10.0	6.5	$0.779	2/2	38.0s
Total Tes 2 Tes Salah 0 Total Biaya $0.779 Waktu respons (rata-rata) 38.0s
#120	Qwen3.5-Flash medium	Qwen	10.0	6.2	$0.139	2/2	63.5s
Total Tes 2 Tes Salah 0 Total Biaya $0.139 Waktu respons (rata-rata) 63.5s
#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
#81	Kimi K2.5 medium	Moonshot AI	10.0	7.0	$0.600	2/2	92.5s
Total Tes 2 Tes Salah 0 Total Biaya $0.600 Waktu respons (rata-rata) 92.5s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)