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: Tes benar ↑.

Model yang ditampilkan

15

Rata-rata Skor Kepatuhan instruksi

8.0

Model terbaik

Gemma 4 26B A4B 4.4
Peringkat Model Perusahaan Skor Kepatuhan instruksi Skor Tes benar Waktu respons (rata-rata)
#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
#84 gpt-oss-120b none OpenAI 8.4 5.2 1/2 5.10s
#86 GPT-5.4 Mini none OpenAI 6.3 5.1 1/2 728ms
#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
#93 GLM 4.7 Flash medium Z.ai 6.2 4.6 1/2 2.97s
#94 MiMo-V2-Flash none Xiaomi 6.5 4.5 1/2 857ms
#97 Qwen3.5-9B medium Qwen 6.4 4.4 1/2 17.1s
#1 Gemini 3 Flash Preview medium Google 10.0 10.0 2/2 6.10s
#2 Gemini 3.1 Pro Preview medium Google 10.0 9.6 2/2 9.56s
#3 Claude Opus 4.7 medium Anthropic 10.0 9.2 2/2 1.57s
#4 Claude Opus 4.7 none Anthropic 10.0 9.2 2/2 1.46s
#5 Gemini 3 Flash Preview low Google 9.9 8.8 2/2 7.02s
#6 Seed-2.0-Lite medium Bytedance Seed 10.0 8.6 2/2 7.26s

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)