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: Total Biaya ↑.

Model yang ditampilkan

Rata-rata Skor Kepatuhan instruksi

8.5

Model terbaik

Dots 3 Note Preview 7.9

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)
#65	Muse Spark 1.1 high	Meta	6.4	8.0	$2.253	1/2	7.81s
Total Tes 2 Tes Salah 1 Total Biaya $2.253 Waktu respons (rata-rata) 7.81s
#250	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
#110	Qwen3.8 2.4T A95B high	Qwen	9.8	7.4	$2.357	2/2	11.4s
Total Tes 2 Tes Salah 0 Total Biaya $2.357 Waktu respons (rata-rata) 11.4s
#141	Claude Fable 5.1 low	Anthropic	6.5	6.9	$2.565	1/2	5.24s
Total Tes 2 Tes Salah 1 Total Biaya $2.565 Waktu respons (rata-rata) 5.24s
#61	Qwen3.8 2.4T A95B low	Qwen	9.8	8.1	$2.672	2/2	19.5s
Total Tes 2 Tes Salah 0 Total Biaya $2.672 Waktu respons (rata-rata) 19.5s
#57	Claude Fable 5.1 medium	Anthropic	7.3	8.3	$2.909	1/2	5.77s
Total Tes 2 Tes Salah 1 Total Biaya $2.909 Waktu respons (rata-rata) 5.77s
#87	Claude Opus 4.6 medium	Anthropic	10.0	7.7	$2.961	2/2	2.43s
Total Tes 2 Tes Salah 0 Total Biaya $2.961 Waktu respons (rata-rata) 2.43s
#44	Claude Fable 5 medium	Anthropic	10.0	8.6	$3.004	2/2	5.90s
Total Tes 2 Tes Salah 0 Total Biaya $3.004 Waktu respons (rata-rata) 5.90s
#20	Claude Opus 5 high	Anthropic	10.0	9.2	$3.070	2/2	4.78s
Total Tes 2 Tes Salah 0 Total Biaya $3.070 Waktu respons (rata-rata) 4.78s
#25	Claude Fable 5.1 high	Anthropic	10.0	9.0	$3.364	2/2	5.60s
Total Tes 2 Tes Salah 0 Total Biaya $3.364 Waktu respons (rata-rata) 5.60s
#71	Kimi K3 max	Moonshot AI	10.0	7.9	$3.467	2/2	7.66s
Total Tes 2 Tes Salah 0 Total Biaya $3.467 Waktu respons (rata-rata) 7.66s
#4	GPT-6 Astra high	OpenAI	10.0	9.9	$3.474	2/2	3.58s
Total Tes 2 Tes Salah 0 Total Biaya $3.474 Waktu respons (rata-rata) 3.58s
#3	GPT-6 Astra max	OpenAI	10.0	9.9	$3.803	2/2	6.34s
Total Tes 2 Tes Salah 0 Total Biaya $3.803 Waktu respons (rata-rata) 6.34s
#27	GPT-5.5 medium	OpenAI	10.0	9.0	$4.163	2/2	3.36s
Total Tes 2 Tes Salah 0 Total Biaya $4.163 Waktu respons (rata-rata) 3.36s
#5	GPT-6 Astra xhigh	OpenAI	10.0	9.9	$5.156	2/2	4.91s
Total Tes 2 Tes Salah 0 Total Biaya $5.156 Waktu respons (rata-rata) 4.91s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)