AI BENCHY
Advertise 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: Waktu respons (rata-rata) ↑.

Model yang ditampilkan

15

Rata-rata Skor Kepatuhan instruksi

8.5

Model terbaik

Granite 4.1 8B 3.6
Peringkat Model Perusahaan Skor Kepatuhan instruksi Skor Tes benar Waktu respons (rata-rata)
#93 Qwen3.6 Plus Preview medium Qwen 6.5 6.3 1/2 3.40s
#63 GPT-5.3 Chat none OpenAI 9.8 7.2 2/2 3.51s
#84 Grok 4.20 Multi Agent Beta medium X AI 9.8 6.6 2/2 3.52s
#59 GLM 5V Turbo medium Z.ai 9.9 7.2 2/2 3.74s
#6 GPT-5.5 low OpenAI 9.9 9.0 2/2 3.74s
#1 Gemini 3 Flash Preview medium Google 10.0 9.8 2/2 4.04s
#79 Hunter Alpha medium OpenRouter 9.9 6.7 2/2 4.18s
#101 Mimo V2 Omni none Xiaomi 6.5 6.0 1/2 4.26s
#65 Grok 4.20 medium X AI 9.8 7.1 2/2 4.26s
#64 MiMo-V2-Flash medium Xiaomi 10.0 7.2 2/2 4.28s
#92 Laguna M.1 medium Poolside 10.0 6.4 2/2 4.30s
#86 Grok 4.1 Fast medium X AI 6.5 6.5 1/2 4.63s
#62 Step 3.5 Flash medium Stepfun 8.3 7.2 1/2 4.78s
#13 Grok 4.20 Beta medium X AI 9.8 8.5 2/2 4.89s
#80 Mimo V2 Omni medium Xiaomi 8.3 6.7 1/2 4.99s

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)