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)
#458	Solar Decide default	Upstage	0.5	0.1	$0.009	1/1	11.7s
Total Tes 1 Tes Salah 0 Total Biaya $0.009 Waktu respons (rata-rata) 11.7s
#430	Xing4.0 29b A4b none	Xingchen AGI	0.4	0.3	$0.000	0/2	11.7s
Total Tes 2 Tes Salah 2 Total Biaya $0.000 Waktu respons (rata-rata) 11.7s
#309	Ring 2.6 1t medium	Inclusionai	1.0	0.6	$0.102	2/2	11.8s
Total Tes 2 Tes Salah 0 Total Biaya $0.102 Waktu respons (rata-rata) 11.8s
#114	Seed-2.0-Code low	Bytedance Seed	1.0	0.8	$0.881	2/2	12.2s
Total Tes 2 Tes Salah 0 Total Biaya $0.881 Waktu respons (rata-rata) 12.2s
#218	Grok Build 0.1 medium	X AI	1.0	0.7	$1.419	2/2	12.4s
Total Tes 2 Tes Salah 0 Total Biaya $1.419 Waktu respons (rata-rata) 12.4s
#210	Kimi K2.6 medium	Moonshot AI	1.0	0.7	$1.594	2/2	12.5s
Total Tes 2 Tes Salah 0 Total Biaya $1.594 Waktu respons (rata-rata) 12.5s
#139	Grok 4.6 medium	X AI	1.0	0.8	$2.270	2/2	12.8s
Total Tes 2 Tes Salah 0 Total Biaya $2.270 Waktu respons (rata-rata) 12.8s
#206	Gemma 4 31B medium	Google	1.0	0.7	$0.144	2/2	12.8s
Total Tes 2 Tes Salah 0 Total Biaya $0.144 Waktu respons (rata-rata) 12.8s
#360	MiniMax M2.7 medium	Minimax	0.4	0.5	$0.326	0/2	12.8s
Total Tes 2 Tes Salah 2 Total Biaya $0.326 Waktu respons (rata-rata) 12.8s
#428	Hy3 preview none	Tencent	0.6	0.3	$0.007	1/2	13.0s
Total Tes 2 Tes Salah 1 Total Biaya $0.007 Waktu respons (rata-rata) 13.0s
#133	Muse Wonder max	Meta	0.8	0.8	$4.766	1/2	13.2s
Total Tes 2 Tes Salah 1 Total Biaya $4.766 Waktu respons (rata-rata) 13.2s
#103	GPT-6 Luna medium	OpenAI	1.0	0.8	$0.047	2/2	13.2s
Total Tes 2 Tes Salah 0 Total Biaya $0.047 Waktu respons (rata-rata) 13.2s
#85	Grok 4.6 high	X AI	1.0	0.9	$2.629	2/2	13.8s
Total Tes 2 Tes Salah 0 Total Biaya $2.629 Waktu respons (rata-rata) 13.8s
#221	Grok 4.7 high	X AI	0.8	0.7	$3.037	1/2	14.1s
Total Tes 2 Tes Salah 1 Total Biaya $3.037 Waktu respons (rata-rata) 14.1s
#45	Muse Spark 1.3 high	Meta	0.7	0.9	$1.891	1/2	14.7s
Total Tes 2 Tes Salah 1 Total Biaya $1.891 Waktu respons (rata-rata) 14.7s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)