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

0.8

Model terbaik

Ling 3.1 Flash 1.0

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)
#416	Xing4.0 29b A4b medium	Xingchen AGI	0.4	0.4	$0.000	0/2	25.4s
Total Tes 2 Tes Salah 2 Total Biaya $0.000 Waktu respons (rata-rata) 25.4s
#417	Ling 3.0 Tiny high	Inclusionai	0.7	0.4	$0.000	1/2	3.10s
Total Tes 2 Tes Salah 1 Total Biaya $0.000 Waktu respons (rata-rata) 3.10s
#418	Ling 3.0 Tiny low	Inclusionai	0.7	0.4	$0.000	1/2	3.09s
Total Tes 2 Tes Salah 1 Total Biaya $0.000 Waktu respons (rata-rata) 3.09s
#419	Ling 3.0 Tiny medium	Inclusionai	0.7	0.4	$0.000	1/2	3.00s
Total Tes 2 Tes Salah 1 Total Biaya $0.000 Waktu respons (rata-rata) 3.00s
#422	Elephant Alpha default	Openrouter	1.0	0.4	$0.000	2/2	1.03s
Total Tes 2 Tes Salah 0 Total Biaya $0.000 Waktu respons (rata-rata) 1.03s
#423	Elephant Alpha medium	Openrouter	1.0	0.4	$0.000	2/2	987ms
Total Tes 2 Tes Salah 0 Total Biaya $0.000 Waktu respons (rata-rata) 987ms
#424	Hunter Alpha default	OpenRouter	0.6	0.3	$0.000	1/2	2.82s
Total Tes 2 Tes Salah 1 Total Biaya $0.000 Waktu respons (rata-rata) 2.82s
#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
#435	Command A+ none	Cohere	0.3	0.3	$0.000	0/2	95.7s
Total Tes 2 Tes Salah 2 Total Biaya $0.000 Waktu respons (rata-rata) 95.7s
#438	Nemotron 3 Nano Omni 30b A3b Reasoning medium	NVIDIA	0.7	0.3	$0.000	1/2	1.37s
Total Tes 2 Tes Salah 1 Total Biaya $0.000 Waktu respons (rata-rata) 1.37s
#440	Nemotron 3 Nano Omni 30b A3b Reasoning default	NVIDIA	0.5	0.3	$0.000	0/2	541ms
Total Tes 2 Tes Salah 2 Total Biaya $0.000 Waktu respons (rata-rata) 541ms
#448	Mammoth 1 default	Baseten	0.2	0.2	$0.000	0/1	4.04s
Total Tes 1 Tes Salah 1 Total Biaya $0.000 Waktu respons (rata-rata) 4.04s
#460	Nimble v3 9B default	Bespoke Labs	0.2	0.8	~$0.001	0/1	469ms
Total Tes 1 Tes Salah 1 Total Biaya ~$0.001 Waktu respons (rata-rata) 469ms
#455	LFM2-24B-A2B default	Liquid	0.6	0.2	$0.001	1/2	752ms
Total Tes 2 Tes Salah 1 Total Biaya $0.001 Waktu respons (rata-rata) 752ms
#451	Decider Flash V1.2 default	Perplexity	0.2	0.2	$0.001	0/1	424ms
Total Tes 1 Tes Salah 1 Total Biaya $0.001 Waktu respons (rata-rata) 424ms

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: 0.0021 h × 0.377 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.000263.

Model teratas menurut Waktu respons (rata-rata)

Skor Kepatuhan instruksi vs total biaya