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: Tes benar ↑.

Model yang ditampilkan

15

Rata-rata Skor Kepatuhan instruksi

8.5

Model terbaik

MiniMax M2.7 3.8
Peringkat Model Perusahaan Skor Kepatuhan instruksi Skor Tes benar Waktu respons (rata-rata)
#61 Gemini 3.1 Flash Lite low Google 10.0 7.2 2/2 1.52s
#63 GPT-5.3 Chat none OpenAI 9.8 7.2 2/2 3.51s
#64 MiMo-V2-Flash medium Xiaomi 10.0 7.2 2/2 4.28s
#65 Grok 4.20 medium X AI 9.8 7.1 2/2 4.26s
#66 Qwen3.5-35B-A3B medium Qwen 10.0 7.1 2/2 24.4s
#67 MiniMax M3 medium Minimax 9.8 7.1 2/2 6.14s
#68 Claude Opus 4.8 none Anthropic 9.9 7.0 2/2 1.37s
#69 Claude Opus 4.6 medium Anthropic 10.0 7.0 2/2 2.43s
#70 GPT-5.4 Nano medium OpenAI 9.8 7.0 2/2 1.88s
#71 Step 3.7 Flash high Stepfun 9.8 7.0 2/2 1.52s
#72 DeepSeek V3.2 medium DeepSeek 10.0 7.0 2/2 35.8s
#73 Seed-2.0-Mini medium Bytedance Seed 10.0 6.9 2/2 17.5s
#74 Qwen3.6 Max Preview none Qwen 9.8 6.9 2/2 1.40s
#75 Ring-2.6-1T medium Inclusionai 9.8 6.9 2/2 11.8s
#76 Kimi K2.5 medium Moonshot AI 10.0 6.8 2/2 92.5s

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)