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: Waktu respons (rata-rata) ↓.

Model yang ditampilkan

Rata-rata Skor Kepatuhan instruksi

0.8

Model terbaik

Command A+ 0.3

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)
#339	Hy3 preview medium	Tencent	1.0	0.5	$0.049	2/2	6.16s
Total Tes 2 Tes Salah 0 Total Biaya $0.049 Waktu respons (rata-rata) 6.16s
#222	MiniMax M3 medium	Minimax	1.0	0.7	$0.422	2/2	6.14s
Total Tes 2 Tes Salah 0 Total Biaya $0.422 Waktu respons (rata-rata) 6.14s
#90	Nemotron 3.5 Super VL high	NVIDIA	0.8	0.8	$0.349	1/2	6.10s
Total Tes 2 Tes Salah 1 Total Biaya $0.349 Waktu respons (rata-rata) 6.10s
#136	Grok 4.5 medium	X AI	1.0	0.8	$2.996	2/2	6.06s
Total Tes 2 Tes Salah 0 Total Biaya $2.996 Waktu respons (rata-rata) 6.06s
#161	Qwen3.6 Flash medium	Qwen	1.0	0.7	$0.783	2/2	6.05s
Total Tes 2 Tes Salah 0 Total Biaya $0.783 Waktu respons (rata-rata) 6.05s
#63	Claude Fable 5 medium	Anthropic	1.0	0.9	$5.089	2/2	5.90s
Total Tes 2 Tes Salah 0 Total Biaya $5.089 Waktu respons (rata-rata) 5.90s
#65	Kimi K3.1 Pro low	Moonshot AI	1.0	0.9	$1.836	2/2	5.84s
Total Tes 2 Tes Salah 0 Total Biaya $1.836 Waktu respons (rata-rata) 5.84s
#171	Claude Fable 5.1 medium	Anthropic	0.7	0.7	$3.197	1/2	5.77s
Total Tes 2 Tes Salah 1 Total Biaya $3.197 Waktu respons (rata-rata) 5.77s
#408	Qwen3.5-9B medium	Qwen	0.7	0.4	$0.106	1/2	5.75s
Total Tes 2 Tes Salah 1 Total Biaya $0.106 Waktu respons (rata-rata) 5.75s
#113	Kimi K3.1 Pro high	Moonshot AI	1.0	0.8	$1.646	2/2	5.71s
Total Tes 2 Tes Salah 0 Total Biaya $1.646 Waktu respons (rata-rata) 5.71s
#127	Claude Fable 5.1 high	Anthropic	1.0	0.8	$3.471	2/2	5.60s
Total Tes 2 Tes Salah 0 Total Biaya $3.471 Waktu respons (rata-rata) 5.60s
#4	GPT-6.1 Sol max	OpenAI	1.0	1.0	$1.006	2/2	5.54s
Total Tes 2 Tes Salah 0 Total Biaya $1.006 Waktu respons (rata-rata) 5.54s
#391	Ling 2.6 Flash default	Inclusionai	1.0	0.5	$0.002	2/2	5.52s
Total Tes 2 Tes Salah 0 Total Biaya $0.002 Waktu respons (rata-rata) 5.52s
#193	GPT-5.2 Chat default	OpenAI	1.0	0.7	$0.594	2/2	5.51s
Total Tes 2 Tes Salah 0 Total Biaya $0.594 Waktu respons (rata-rata) 5.51s
#387	Nemotron 3.5 Lightning low	NVIDIA	0.8	0.5	$0.175	1/2	5.46s
Total Tes 2 Tes Salah 1 Total Biaya $0.175 Waktu respons (rata-rata) 5.46s

←

1 9 10 11 31

→

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)