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

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)
#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
#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
#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
#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
#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
#178	Qwen3.5 Plus 2026-02-15 medium	Qwen	1.0	0.7	$0.567	2/2	31.9s
Total Tes 2 Tes Salah 0 Total Biaya $0.567 Waktu respons (rata-rata) 31.9s
#179	Qwen3.8 27B medium	Qwen	1.0	0.7	~$0.073	2/2	2.54s
Total Tes 2 Tes Salah 0 Total Biaya ~$0.073 Waktu respons (rata-rata) 2.54s
#180	Gemini 3.8 Flash low	Google	1.0	0.7	$0.323	2/2	2.79s
Total Tes 2 Tes Salah 0 Total Biaya $0.323 Waktu respons (rata-rata) 2.79s
#184	GLM 5 medium	Z.ai	1.0	0.7	$0.479	2/2	7.25s
Total Tes 2 Tes Salah 0 Total Biaya $0.479 Waktu respons (rata-rata) 7.25s
#186	Qwen3.6 27B medium	Qwen	1.0	0.7	$1.021	2/2	38.0s
Total Tes 2 Tes Salah 0 Total Biaya $1.021 Waktu respons (rata-rata) 38.0s
#187	Claude Opus 5 none	Anthropic	1.0	0.7	$2.766	2/2	2.81s
Total Tes 2 Tes Salah 0 Total Biaya $2.766 Waktu respons (rata-rata) 2.81s
#189	GLM 5.3 FlashX medium	Z.ai	1.0	0.7	$0.114	2/2	1.51s
Total Tes 2 Tes Salah 0 Total Biaya $0.114 Waktu respons (rata-rata) 1.51s
#194	Qwen3.6 Max Preview medium	Qwen	1.0	0.7	$1.132	2/2	24.3s
Total Tes 2 Tes Salah 0 Total Biaya $1.132 Waktu respons (rata-rata) 24.3s

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: 0.8932 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.088310.

Model teratas menurut Waktu respons (rata-rata)

Skor Kepatuhan instruksi vs total biaya