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: Tes benar ↑.

Model yang ditampilkan

Rata-rata Skor Kepatuhan instruksi

0.8

Model terbaik

Minimax M3.1 Flash 0.5

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)
#152	Qwen3.8 Flash Next medium	Qwen	1.0	0.8	~$0.047	2/2	2.04s
Total Tes 2 Tes Salah 0 Total Biaya ~$0.047 Waktu respons (rata-rata) 2.04s
#154	Qwen3.8 27B low	Qwen	1.0	0.8	~$0.089	2/2	2.43s
Total Tes 2 Tes Salah 0 Total Biaya ~$0.089 Waktu respons (rata-rata) 2.43s
#157	Seed-2.0-Mini medium	Bytedance Seed	1.0	0.8	$0.140	2/2	17.5s
Total Tes 2 Tes Salah 0 Total Biaya $0.140 Waktu respons (rata-rata) 17.5s
#159	Seed-2.0-Code high	Bytedance Seed	1.0	0.7	$1.448	2/2	11.3s
Total Tes 2 Tes Salah 0 Total Biaya $1.448 Waktu respons (rata-rata) 11.3s
#160	GPT-5.6 Luna medium	OpenAI	1.0	0.7	$0.065	2/2	2.38s
Total Tes 2 Tes Salah 0 Total Biaya $0.065 Waktu respons (rata-rata) 2.38s
#161	Qwen3.6 Flash medium	Qwen	1.0	0.7	$0.783	2/2	6.05s
Total Tes 2 Tes Salah 0 Total Biaya $0.783 Waktu respons (rata-rata) 6.05s
#162	DeepSeek V4 Flash 0731 low	DeepSeek	1.0	0.7	$0.306	2/2	3.01s
Total Tes 2 Tes Salah 0 Total Biaya $0.306 Waktu respons (rata-rata) 3.01s
#163	Seed-2.0-Code medium	Bytedance Seed	1.0	0.7	$1.275	2/2	10.3s
Total Tes 2 Tes Salah 0 Total Biaya $1.275 Waktu respons (rata-rata) 10.3s
#164	GLM 5.3 FlashX high	Z.ai	1.0	0.7	$0.210	2/2	1.72s
Total Tes 2 Tes Salah 0 Total Biaya $0.210 Waktu respons (rata-rata) 1.72s
#166	Inkling Small high	Thinkingmachines	1.0	0.7	$0.398	2/2	3.94s
Total Tes 2 Tes Salah 0 Total Biaya $0.398 Waktu respons (rata-rata) 3.94s
#168	Inkling medium	Thinkingmachines	1.0	0.7	$0.527	2/2	6.17s
Total Tes 2 Tes Salah 0 Total Biaya $0.527 Waktu respons (rata-rata) 6.17s
#169	Gemma 4 26B A4B medium	Google	1.0	0.7	$0.101	2/2	17.5s
Total Tes 2 Tes Salah 0 Total Biaya $0.101 Waktu respons (rata-rata) 17.5s
#170	GLM 5.3 Flash high	Z.ai	1.0	0.7	$0.056	2/2	2.06s
Total Tes 2 Tes Salah 0 Total Biaya $0.056 Waktu respons (rata-rata) 2.06s
#173	Gemini 2.5 Flash medium	Google	1.0	0.7	$0.680	2/2	2.62s
Total Tes 2 Tes Salah 0 Total Biaya $0.680 Waktu respons (rata-rata) 2.62s
#175	Qwen3.6 Plus medium	Qwen	1.0	0.7	$0.554	2/2	7.54s
Total Tes 2 Tes Salah 0 Total Biaya $0.554 Waktu respons (rata-rata) 7.54s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biayaPerkiraan hanya mencakup listrik GPU. Komponen komputer lain dan biaya kepemilikan perangkat keras tidak termasuk. NVIDIA GeForce RTX 3090: 0.4752 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.046984.

Model teratas menurut Waktu respons (rata-rata)

Skor Kepatuhan instruksi vs total biaya