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)
#275	Grok 4.20 medium	X AI	1.0	0.6	$1.246	2/2	4.26s
Total Tes 2 Tes Salah 0 Total Biaya $1.246 Waktu respons (rata-rata) 4.26s
#98	GLM 5.2 high	Z.ai	1.0	0.8	$4.632	2/2	4.26s
Total Tes 2 Tes Salah 0 Total Biaya $4.632 Waktu respons (rata-rata) 4.26s
#449	Classify-1 default	Scaledown	0.2	0.2	$0.008	0/1	4.26s
Total Tes 1 Tes Salah 1 Total Biaya $0.008 Waktu respons (rata-rata) 4.26s
#394	Mimo V2 Omni default	Xiaomi	0.7	0.4	$0.021	1/2	4.26s
Total Tes 2 Tes Salah 1 Total Biaya $0.021 Waktu respons (rata-rata) 4.26s
#52	Qwen3.8 Max (0902) medium	Qwen	1.0	0.9	$1.096	2/2	4.24s
Total Tes 2 Tes Salah 0 Total Biaya $1.096 Waktu respons (rata-rata) 4.24s
#288	Step 5 Preview medium	Stepfun	1.0	0.6	$4.136	2/2	4.23s
Total Tes 2 Tes Salah 0 Total Biaya $4.136 Waktu respons (rata-rata) 4.23s
#27	GPT-6.1 Terra max	OpenAI	0.9	0.9	$2.209	1/2	4.20s
Total Tes 2 Tes Salah 1 Total Biaya $2.209 Waktu respons (rata-rata) 4.20s
#410	Hunter Alpha medium	OpenRouter	1.0	0.4	$0.000	2/2	4.18s
Total Tes 2 Tes Salah 0 Total Biaya $0.000 Waktu respons (rata-rata) 4.18s
#31	Claude Opus 5 medium	Anthropic	1.0	0.9	$2.870	2/2	4.16s
Total Tes 2 Tes Salah 0 Total Biaya $2.870 Waktu respons (rata-rata) 4.16s
#56	Claude Opus 5 low	Anthropic	1.0	0.9	$2.350	2/2	4.13s
Total Tes 2 Tes Salah 0 Total Biaya $2.350 Waktu respons (rata-rata) 4.13s
#310	Trinity Large Thinking high	Arcee AI	0.6	0.6	$0.794	1/2	4.12s
Total Tes 2 Tes Salah 1 Total Biaya $0.794 Waktu respons (rata-rata) 4.12s
#167	DeepSeek V4 Pro 0423 none	DeepSeek	0.6	0.7	$0.083	1/2	4.12s
Total Tes 2 Tes Salah 1 Total Biaya $0.083 Waktu respons (rata-rata) 4.12s
#323	Nemotron 3.5 Super VL none	NVIDIA	1.0	0.6	$0.040	2/2	4.08s
Total Tes 2 Tes Salah 0 Total Biaya $0.040 Waktu respons (rata-rata) 4.08s
#273	Trinity Large Thinking low	Arcee AI	0.4	0.6	$0.918	0/2	4.07s
Total Tes 2 Tes Salah 2 Total Biaya $0.918 Waktu respons (rata-rata) 4.07s
#1	Gemini 3.6 Flash high	Google	1.0	1.0	$0.900	2/2	4.07s
Total Tes 2 Tes Salah 0 Total Biaya $0.900 Waktu respons (rata-rata) 4.07s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)