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: Tes benar ↑.

Model yang ditampilkan

Rata-rata Skor Kepatuhan instruksi

0.8

Model terbaik

Minimax M3.1 Flash 0.5

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)
#449	Classify-1 default	Scaledown	0.2	0.2	$0.008	0/1	4.26s
Total Tes 1 Tes Salah 1 Total Biaya $0.008 Waktu respons (rata-rata) 4.26s
#450	Clef Omni default	Cloudflare	0.2	0.2	$0.011	0/1	904ms
Total Tes 1 Tes Salah 1 Total Biaya $0.011 Waktu respons (rata-rata) 904ms
#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
#453	D1 default	Liquid	0.2	0.2	$0.003	0/1	820ms
Total Tes 1 Tes Salah 1 Total Biaya $0.003 Waktu respons (rata-rata) 820ms
#454	Gemini 3 Flash Preview high	Google	0.0	0.2	$0.105	0/0	0ms
Total Tes 0 Tes Salah 0 Total Biaya $0.105 Waktu respons (rata-rata) 0ms
#456	Solar Decide Flash default	Upstage	0.2	0.2	$0.003	0/1	1.66s
Total Tes 1 Tes Salah 1 Total Biaya $0.003 Waktu respons (rata-rata) 1.66s
#457	Microsoft-Decision-1 default	Microsoft	0.2	0.1	$0.002	0/1	997ms
Total Tes 1 Tes Salah 1 Total Biaya $0.002 Waktu respons (rata-rata) 997ms
#459	Tev1 4B Experimental default	Togethercomputer	0.2	1.0	$0.002	0/1	555ms
Total Tes 1 Tes Salah 1 Total Biaya $0.002 Waktu respons (rata-rata) 555ms
#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
#461	Claude Opus 5.5 none	Anthropic	0.0	0.2	$0.015	0/0	0ms
Total Tes 0 Tes Salah 0 Total Biaya $0.015 Waktu respons (rata-rata) 0ms
#17	GPT-6.1 Terra medium	OpenAI	0.8	1.0	$0.291	1/2	2.77s
Total Tes 2 Tes Salah 1 Total Biaya $0.291 Waktu respons (rata-rata) 2.77s
#22	GPT-6.1 Terra high	OpenAI	0.8	0.9	$0.396	1/2	2.60s
Total Tes 2 Tes Salah 1 Total Biaya $0.396 Waktu respons (rata-rata) 2.60s
#27	GPT-6.1 Terra max	OpenAI	0.9	0.9	$2.209	1/2	4.20s
Total Tes 2 Tes Salah 1 Total Biaya $2.209 Waktu respons (rata-rata) 4.20s
#32	GPT-6.1 Terra xhigh	OpenAI	0.9	0.9	$0.789	1/2	2.95s
Total Tes 2 Tes Salah 1 Total Biaya $0.789 Waktu respons (rata-rata) 2.95s
#33	GPT-6.1 Terra low	OpenAI	0.8	0.9	$0.221	1/2	2.24s
Total Tes 2 Tes Salah 1 Total Biaya $0.221 Waktu respons (rata-rata) 2.24s

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