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

8.5

Model terbaik

Granite 4.2 8B 3.0

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)
#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
#94	Claude Opus 5 none	Anthropic	10.0	7.5	$1.550	2/2	2.81s
Total Tes 2 Tes Salah 0 Total Biaya $1.550 Waktu respons (rata-rata) 2.81s
#96	GPT-5.6 Terra low	OpenAI	10.0	7.5	$0.420	2/2	1.48s
Total Tes 2 Tes Salah 0 Total Biaya $0.420 Waktu respons (rata-rata) 1.48s
#99	Qwen3.5 Plus 2026-02-15 medium	Qwen	10.0	7.5	$0.459	2/2	31.9s
Total Tes 2 Tes Salah 0 Total Biaya $0.459 Waktu respons (rata-rata) 31.9s
#100	Qwen3.5-27B medium	Qwen	10.0	7.5	$0.982	2/2	19.7s
Total Tes 2 Tes Salah 0 Total Biaya $0.982 Waktu respons (rata-rata) 19.7s
#104	Gemini 3.8 Flash low	Google	10.0	7.5	$0.239	2/2	2.79s
Total Tes 2 Tes Salah 0 Total Biaya $0.239 Waktu respons (rata-rata) 2.79s
#105	Gemini 3.1 Flash Lite Preview medium	Google	10.0	7.4	$0.117	2/2	1.91s
Total Tes 2 Tes Salah 0 Total Biaya $0.117 Waktu respons (rata-rata) 1.91s
#106	Qwen3.7 Max none	Qwen	10.0	7.4	$0.197	2/2	943ms
Total Tes 2 Tes Salah 0 Total Biaya $0.197 Waktu respons (rata-rata) 943ms
#115	KAT-Coder-Pro V2.5 low	Kwaipilot	10.0	7.3	$0.400	2/2	2.53s
Total Tes 2 Tes Salah 0 Total Biaya $0.400 Waktu respons (rata-rata) 2.53s
#116	GLM 5.3 Flash high	Z.ai	10.0	7.3	$0.029	2/2	2.06s
Total Tes 2 Tes Salah 0 Total Biaya $0.029 Waktu respons (rata-rata) 2.06s
#121	Kimi K2.6 medium	Moonshot AI	10.0	7.2	$1.247	2/2	12.5s
Total Tes 2 Tes Salah 0 Total Biaya $1.247 Waktu respons (rata-rata) 12.5s
#124	Qwen3.5 Plus 2026-04-20 medium	Qwen	10.0	7.2	$0.323	2/2	20.2s
Total Tes 2 Tes Salah 0 Total Biaya $0.323 Waktu respons (rata-rata) 20.2s
#127	Qwen3.5-122B-A10B medium	Qwen	10.0	7.1	$1.207	2/2	9.88s
Total Tes 2 Tes Salah 0 Total Biaya $1.207 Waktu respons (rata-rata) 9.88s
#133	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
#136	Mercury 2 medium	Inception	10.0	7.0	$0.094	2/2	1.07s
Total Tes 2 Tes Salah 0 Total Biaya $0.094 Waktu respons (rata-rata) 1.07s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)