Peringkat model Kepatuhan instruksi

Kategori AI BENCHY

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

8.5

Model terbaik

Granite 4.1 8B 3.6

Alasan kegagalan

Dengan alasan kegagalan Jawaban salah53 Dengan alasan kegagalan Tidak mengikuti instruksi11 Dengan alasan kegagalan Format tambahan2 Dengan alasan kegagalan Tidak ada jawaban2 Dengan alasan kegagalan Kesalahan API1

Peringkat	Model	Perusahaan	Skor Kepatuhan instruksi	Skor	Tes benar	Waktu respons (rata-rata)
#143	MiMo-V2.5 none	Xiaomi	6.5	4.9	1/2	751ms
#160	LFM2-24B-A2B none	Liquid	6.3	4.2	1/2	752ms
#148	GPT-5.4 Nano none	OpenAI	6.3	4.7	1/2	784ms
#141	Nemotron 3 Super none	NVIDIA	6.3	4.9	1/2	804ms
#117	Qwen3.5-35B-A3B none	Qwen	6.3	5.6	1/2	809ms
#151	Trinity Large Preview none	Arcee AI	3.5	4.6	0/2	822ms
#152	MiMo-V2-Flash none	Xiaomi	6.5	4.6	1/2	857ms
#90	Gemini 3.1 Flash Lite none	Google	10.0	6.4	2/2	859ms
#122	GLM 4.7 Flash none	Z.ai	6.5	5.5	1/2	888ms
#32	Gemini 3.5 Flash minimal	Google	6.4	7.7	1/2	893ms
#88	Qwen3.7 Plus none	Qwen	6.3	6.4	1/2	929ms
#87	Gemini 3.1 Flash Lite minimal	Google	10.0	6.4	2/2	932ms
#34	Qwen3.7 Max none	Qwen	10.0	7.7	2/2	943ms
#136	Elephant Alpha medium	Openrouter	9.8	5.1	2/2	987ms
#123	MiMo-V2.5-Pro none	Xiaomi	6.4	5.5	1/2	1.03s

Peringkat Kepatuhan instruksi

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)