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

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)
#417	Ling 3.0 Tiny high	Inclusionai	0.7	0.4	$0.000	1/2	3.10s
Total Tes 2 Tes Salah 1 Total Biaya $0.000 Waktu respons (rata-rata) 3.10s
#11	GPT-6.1 Sol medium	OpenAI	1.0	1.0	$0.530	2/2	3.11s
Total Tes 2 Tes Salah 0 Total Biaya $0.530 Waktu respons (rata-rata) 3.11s
#67	GPT-5.4 medium	OpenAI	1.0	0.9	$2.213	2/2	3.11s
Total Tes 2 Tes Salah 0 Total Biaya $2.213 Waktu respons (rata-rata) 3.11s
#73	GPT-5.2 medium	OpenAI	1.0	0.9	$1.558	2/2	3.12s
Total Tes 2 Tes Salah 0 Total Biaya $1.558 Waktu respons (rata-rata) 3.12s
#100	Claude Haiku 5.5 high	Anthropic	1.0	0.8	$0.088	2/2	3.19s
Total Tes 2 Tes Salah 0 Total Biaya $0.088 Waktu respons (rata-rata) 3.19s
#368	Gemini 3 PRO Preview medium	Google	1.0	0.5	$0.385	2/2	3.26s
Total Tes 2 Tes Salah 0 Total Biaya $0.385 Waktu respons (rata-rata) 3.26s
#104	Claude Opus 4.8 medium	Anthropic	1.0	0.8	$3.490	2/2	3.32s
Total Tes 2 Tes Salah 0 Total Biaya $3.490 Waktu respons (rata-rata) 3.32s
#44	Claude Haiku 5.5 xhigh	Anthropic	1.0	0.9	$0.140	2/2	3.34s
Total Tes 2 Tes Salah 0 Total Biaya $0.140 Waktu respons (rata-rata) 3.34s
#101	Gemini 3.5 Flash high	Google	1.0	0.8	$2.737	2/2	3.35s
Total Tes 2 Tes Salah 0 Total Biaya $2.737 Waktu respons (rata-rata) 3.35s
#350	Mimo V2 PRO medium	Xiaomi	1.0	0.5	$0.333	2/2	3.36s
Total Tes 2 Tes Salah 0 Total Biaya $0.333 Waktu respons (rata-rata) 3.36s
#38	GPT-5.5 medium	OpenAI	1.0	0.9	$4.809	2/2	3.36s
Total Tes 2 Tes Salah 0 Total Biaya $4.809 Waktu respons (rata-rata) 3.36s
#282	Gemini 3.5 Flash none	Google	1.0	0.6	$1.752	2/2	3.38s
Total Tes 2 Tes Salah 0 Total Biaya $1.752 Waktu respons (rata-rata) 3.38s
#242	GLM 5.3 low	Z.ai	1.0	0.6	$0.215	2/2	3.40s
Total Tes 2 Tes Salah 0 Total Biaya $0.215 Waktu respons (rata-rata) 3.40s
#407	Qwen3.6 Plus Preview medium	Qwen	0.7	0.4	$0.000	1/2	3.40s
Total Tes 2 Tes Salah 1 Total Biaya $0.000 Waktu respons (rata-rata) 3.40s
#40	Qwen3.8 MAX medium	Qwen	1.0	0.9	$1.181	2/2	3.49s
Total Tes 2 Tes Salah 0 Total Biaya $1.181 Waktu respons (rata-rata) 3.49s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)