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

8.5

Model terbaik

Kimi K2.5 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)
#171	Laguna XS 2.1 medium	Poolside	9.8	6.5	$0.068	2/2	2.57s
Total Tes 2 Tes Salah 0 Total Biaya $0.068 Waktu respons (rata-rata) 2.57s
#81	Qwen3.8 27B medium	Qwen	10.0	7.8	~$0.058	2/2	2.54s
Total Tes 2 Tes Salah 0 Total Biaya ~$0.058 Waktu respons (rata-rata) 2.54s
#115	KAT-Coder-Pro V2.5 low	Kwaipilot	10.0	7.3	$0.400	2/2	2.53s
Total Tes 2 Tes Salah 0 Total Biaya $0.400 Waktu respons (rata-rata) 2.53s
#229	Mimo V2 PRO none	Xiaomi	6.5	5.6	$0.045	1/2	2.51s
Total Tes 2 Tes Salah 1 Total Biaya $0.045 Waktu respons (rata-rata) 2.51s
#13	GPT-5.6 Sol medium	OpenAI	10.0	9.4	$0.508	2/2	2.50s
Total Tes 2 Tes Salah 0 Total Biaya $0.508 Waktu respons (rata-rata) 2.50s
#19	Gemini 3.7 Flash low	Google	10.0	9.2	$0.207	2/2	2.47s
Total Tes 2 Tes Salah 0 Total Biaya $0.207 Waktu respons (rata-rata) 2.47s
#302	Ling 3.0 Tiny none	Inclusionai	3.1	4.0	$0.000	0/2	2.44s
Total Tes 2 Tes Salah 2 Total Biaya $0.000 Waktu respons (rata-rata) 2.44s
#87	Claude Opus 4.6 medium	Anthropic	10.0	7.7	$2.961	2/2	2.43s
Total Tes 2 Tes Salah 0 Total Biaya $2.961 Waktu respons (rata-rata) 2.43s
#74	Qwen3.8 27B low	Qwen	10.0	7.9	~$0.071	2/2	2.43s
Total Tes 2 Tes Salah 0 Total Biaya ~$0.071 Waktu respons (rata-rata) 2.43s
#119	DeepSeek V4 Flash 0731 medium	DeepSeek	8.5	7.3	$0.066	1/2	2.42s
Total Tes 2 Tes Salah 1 Total Biaya $0.066 Waktu respons (rata-rata) 2.42s
#108	GPT-5.6 Luna medium	OpenAI	9.9	7.4	$0.072	2/2	2.38s
Total Tes 2 Tes Salah 0 Total Biaya $0.072 Waktu respons (rata-rata) 2.38s
#8	GPT-5.6 Sol low	OpenAI	10.0	9.5	$0.357	2/2	2.27s
Total Tes 2 Tes Salah 0 Total Biaya $0.357 Waktu respons (rata-rata) 2.27s
#35	Gemini 3.5 Flash Lite high	Google	9.8	8.8	$0.540	2/2	2.16s
Total Tes 2 Tes Salah 0 Total Biaya $0.540 Waktu respons (rata-rata) 2.16s
#70	GPT-5.6 Terra high	OpenAI	10.0	8.0	$0.836	2/2	2.14s
Total Tes 2 Tes Salah 0 Total Biaya $0.836 Waktu respons (rata-rata) 2.14s
#262	GLM 5 Turbo none	Z.ai	6.5	5.1	$0.047	1/2	2.13s
Total Tes 2 Tes Salah 1 Total Biaya $0.047 Waktu respons (rata-rata) 2.13s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biayaPerkiraan hanya mencakup listrik GPU. Komponen komputer lain dan biaya kepemilikan perangkat keras tidak termasuk. NVIDIA GeForce RTX 3090: 0.5784 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.057183.

Model teratas menurut Waktu respons (rata-rata)

Skor Kepatuhan instruksi vs total biaya