AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

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)
#71 MiniMax M2.5 medium Minimax 8.1 5.7 1/2 4.64s
#25 Grok 4.20 Beta medium X AI 8.3 8.0 1/2 4.97s
#35 MiMo-V2-Omni medium Xiaomi 8.3 7.7 1/2 4.92s
#36 GPT-5.3 Chat none OpenAI 8.3 7.7 1/2 3.29s
#56 Grok 4.20 Multi Agent Beta medium X AI 8.3 6.4 1/2 4.63s
#75 GLM 5.1 none Z.ai 8.3 5.6 1/2 1.58s
#84 gpt-oss-120b none OpenAI 8.4 5.2 1/2 5.10s
#30 Step 3.5 Flash medium Stepfun 8.5 7.9 1/2 4.98s
#57 GPT-5 Nano medium OpenAI 8.5 6.3 1/2 11.9s
#12 Gemini 3 PRO Preview medium Google 9.8 8.4 2/2 3.26s
#15 Gemini 2.5 Flash medium Google 9.8 8.2 2/2 2.62s
#38 GPT-5.4 Nano medium OpenAI 9.8 7.6 2/2 1.88s
#81 Elephant medium Openrouter 9.8 5.2 2/2 987ms
#85 Elephant none Openrouter 9.8 5.2 2/2 1.03s
#5 Gemini 3 Flash Preview low Google 9.9 8.8 2/2 7.02s

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)