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: Tes benar ↓.

Model yang ditampilkan

Rata-rata Skor Kepatuhan instruksi

8.5

Model terbaik

Gemini 3.6 Flash 10.0

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)
#183	Seed-2.0-Lite none	Bytedance Seed	10.0	6.2	$0.066	2/2	1.06s
Total Tes 2 Tes Salah 0 Total Biaya $0.066 Waktu respons (rata-rata) 1.06s
#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
#187	Gemini 3.1 Flash Lite minimal	Google	10.0	6.1	$0.047	2/2	932ms
Total Tes 2 Tes Salah 0 Total Biaya $0.047 Waktu respons (rata-rata) 932ms
#188	Qwen3.5-35B-A3B medium	Qwen	10.0	6.1	$0.675	2/2	24.4s
Total Tes 2 Tes Salah 0 Total Biaya $0.675 Waktu respons (rata-rata) 24.4s
#189	gpt-oss-120b medium	OpenAI	9.9	6.1	$0.020	2/2	7.63s
Total Tes 2 Tes Salah 0 Total Biaya $0.020 Waktu respons (rata-rata) 7.63s
#191	Gemini 3.1 Flash Lite none	Google	10.0	6.1	$0.046	2/2	859ms
Total Tes 2 Tes Salah 0 Total Biaya $0.046 Waktu respons (rata-rata) 859ms
#192	Qwen3.5-Flash medium	Qwen	10.0	6.1	$0.142	2/2	63.5s
Total Tes 2 Tes Salah 0 Total Biaya $0.142 Waktu respons (rata-rata) 63.5s
#193	Inkling low	Thinkingmachines	9.8	6.1	$0.187	2/2	1.81s
Total Tes 2 Tes Salah 0 Total Biaya $0.187 Waktu respons (rata-rata) 1.81s
#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
#200	Gemini 2.5 Flash none	Google	10.0	6.0	$0.017	2/2	590ms
Total Tes 2 Tes Salah 0 Total Biaya $0.017 Waktu respons (rata-rata) 590ms
#201	Grok 4.20 Beta medium	X AI	9.8	6.0	$0.750	2/2	4.89s
Total Tes 2 Tes Salah 0 Total Biaya $0.750 Waktu respons (rata-rata) 4.89s
#203	Gemini 3 PRO Preview medium	Google	9.8	6.0	$0.385	2/2	3.26s
Total Tes 2 Tes Salah 0 Total Biaya $0.385 Waktu respons (rata-rata) 3.26s
#204	GPT-5 Nano medium	OpenAI	9.8	6.0	$0.118	2/2	15.6s
Total Tes 2 Tes Salah 0 Total Biaya $0.118 Waktu respons (rata-rata) 15.6s
#210	Hy3 preview high	Tencent	10.0	5.9	$0.135	2/2	34.4s
Total Tes 2 Tes Salah 0 Total Biaya $0.135 Waktu respons (rata-rata) 34.4s
#211	GLM 5.3 Flash low	Z.ai	10.0	5.9	$0.015	2/2	1.65s
Total Tes 2 Tes Salah 0 Total Biaya $0.015 Waktu respons (rata-rata) 1.65s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)