AI BENCHY
Your ad here

Kategori AI BENCHY

Peringkat 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

15

Rata-rata Skor Kepatuhan instruksi

8.0

Model terbaik

Grok 4.1 Fast 3.0
Peringkat Model Perusahaan Skor Kepatuhan instruksi Skor Tes benar Waktu respons (rata-rata)
#76 Kimi K2.5 none Moonshot AI 6.5 5.5 1/2 2.67s
#77 GLM 5 Turbo none Z.ai 6.5 5.5 1/2 2.13s
#83 Mistral Small 4 none Mistral 6.5 5.2 1/2 380ms
#90 Qwen3.5-9B none Qwen 6.5 4.8 1/2 514ms
#91 Mercury 2 none Inception 6.5 4.8 1/2 551ms
#94 MiMo-V2-Flash none Xiaomi 6.5 4.5 1/2 857ms
#52 Grok 4.1 Fast medium X AI 6.6 6.7 1/2 5.30s
#51 Nemotron 3 Super medium NVIDIA 7.2 6.7 1/2 7.72s
#47 Grok 4.20 medium X AI 7.3 7.0 1/2 4.42s
#73 Mistral Small 4 medium Mistral 7.3 5.7 1/2 1.38s
#44 GPT-5.4 Mini medium OpenAI 7.4 7.3 1/2 2.50s
#28 GPT-5.2 Chat none OpenAI 7.5 7.9 1/2 5.46s
#11 Gemini 3.1 Flash Lite Preview high Google 7.9 8.4 1/2 70.1s
#62 Gemini 2.5 Flash none Google 8.0 6.2 1/2 672ms
#45 GPT-5 Mini medium OpenAI 8.0 7.0 1/2 15.7s

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)