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: Total Biaya ↑.

Model yang ditampilkan

Rata-rata Skor Kepatuhan instruksi

8.5

Model terbaik

Dots 3 Note Preview 7.9

Alasan kegagalan

Dengan alasan kegagalan Jawaban salah82 Dengan alasan kegagalan Tidak mengikuti instruksi48 Dengan alasan kegagalan Format tambahan7 Dengan alasan kegagalan Kedaluwarsa5 Dengan alasan kegagalan Kesalahan API2 Dengan alasan kegagalan Tidak ada jawaban2

316/316

Peringkat	Model	Perusahaan	Skor Kepatuhan instruksi	Skor	Total Biaya	Tes benar	Waktu respons (rata-rata)
#266	Laguna S 2.1 low	Poolside	4.3	5.0	$0.082	0/2	423ms
Total Tes 2 Tes Salah 2 Total Biaya $0.082 Waktu respons (rata-rata) 423ms
#287	Granite 4.2 8B high	IBM Granite	6.4	4.6	$0.084	1/2	87.5s
Total Tes 2 Tes Salah 1 Total Biaya $0.084 Waktu respons (rata-rata) 87.5s
#67	DeepSeek V4 Flash 0731 high	DeepSeek	9.8	8.0	$0.084	2/2	4.46s
Total Tes 2 Tes Salah 0 Total Biaya $0.084 Waktu respons (rata-rata) 4.46s
#153	Gemini 3 Flash Preview none	Google	6.4	6.8	$0.085	1/2	1.58s
Total Tes 2 Tes Salah 1 Total Biaya $0.085 Waktu respons (rata-rata) 1.58s
#291	Grok 4.20 Beta none	X AI	6.3	4.4	$0.087	1/2	649ms
Total Tes 2 Tes Salah 1 Total Biaya $0.087 Waktu respons (rata-rata) 649ms
#213	Seed 2.1 Turbo none	Bytedance Seed	9.8	5.9	$0.092	2/2	1.82s
Total Tes 2 Tes Salah 0 Total Biaya $0.092 Waktu respons (rata-rata) 1.82s
#154	Gemma 4 26B A4B medium	Google	10.0	6.8	$0.092	2/2	17.5s
Total Tes 2 Tes Salah 0 Total Biaya $0.092 Waktu respons (rata-rata) 17.5s
#198	Nemotron 3 Ultra none	NVIDIA	10.0	6.1	$0.093	2/2	1.46s
Total Tes 2 Tes Salah 0 Total Biaya $0.093 Waktu respons (rata-rata) 1.46s
#136	Mercury 2 medium	Inception	10.0	7.0	$0.094	2/2	1.07s
Total Tes 2 Tes Salah 0 Total Biaya $0.094 Waktu respons (rata-rata) 1.07s
#212	GPT-5.4 Mini none	OpenAI	6.3	5.9	$0.095	1/2	728ms
Total Tes 2 Tes Salah 1 Total Biaya $0.095 Waktu respons (rata-rata) 728ms
#257	Mistral Small 4 medium	Mistral	7.3	5.1	$0.097	1/2	1.38s
Total Tes 2 Tes Salah 1 Total Biaya $0.097 Waktu respons (rata-rata) 1.38s
#184	Gemma 4 31B medium	Google	10.0	6.2	$0.100	2/2	12.8s
Total Tes 2 Tes Salah 0 Total Biaya $0.100 Waktu respons (rata-rata) 12.8s
#243	Kimi K2.5 none	Moonshot AI	6.5	5.4	$0.101	1/2	2.67s
Total Tes 2 Tes Salah 1 Total Biaya $0.101 Waktu respons (rata-rata) 2.67s
#180	Ring-2.6-1T medium	Inclusionai	9.8	6.4	$0.102	2/2	11.8s
Total Tes 2 Tes Salah 0 Total Biaya $0.102 Waktu respons (rata-rata) 11.8s
#178	MiMo-V2.5 medium	Xiaomi	9.9	6.4	$0.104	2/2	1.80s
Total Tes 2 Tes Salah 0 Total Biaya $0.104 Waktu respons (rata-rata) 1.80s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)