AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

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

Peringkat Model Perusahaan Skor Kepatuhan instruksi Skor Tes benar Waktu respons (rata-rata)
#134 GLM 5 Turbo none Z.ai 6.5 5.2 1/2 2.13s
#135 Kimi K2.5 none Moonshot AI 6.5 5.2 1/2 2.67s
#139 DeepSeek V4 Flash none DeepSeek 6.5 5.0 1/2 17.5s
#140 Qwen3 Coder Next none Qwen 6.3 4.9 1/2 7.78s
#141 Nemotron 3 Super none NVIDIA 6.3 4.9 1/2 804ms
#142 Mistral Small 4 none Mistral 6.5 4.9 1/2 380ms
#143 MiMo-V2.5 none Xiaomi 6.5 4.9 1/2 751ms
#144 GPT-5.4 Mini none OpenAI 6.3 4.9 1/2 728ms
#145 Laguna M.1 none Poolside 6.3 4.8 1/2 683ms
#146 Laguna Xs.2 none Poolside 6.5 4.8 1/2 439ms
#147 GPT-4o-mini none OpenAI 6.3 4.8 1/2 1.11s
#148 GPT-5.4 Nano none OpenAI 6.3 4.7 1/2 784ms
#149 Nemotron 3 Nano Omni 30b A3b Reasoning medium NVIDIA 7.3 4.6 1/2 1.37s
#150 Qwen3 Coder Next medium Qwen 6.3 4.6 1/2 7.49s
#152 MiMo-V2-Flash none Xiaomi 6.5 4.6 1/2 857ms

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)