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: Total Biaya ↓.

Model yang ditampilkan

Rata-rata Skor Kepatuhan instruksi

0.8

Model terbaik

Claude Sonnet 5.5 0.9

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)
#306	GPT-5.6 Terra none	OpenAI	0.9	0.6	$0.377	1/2	1.15s
Total Tes 2 Tes Salah 1 Total Biaya $0.377 Waktu respons (rata-rata) 1.15s
#57	Gemini 3.6 Flash low	Google	1.0	0.9	$0.363	2/2	2.82s
Total Tes 2 Tes Salah 0 Total Biaya $0.363 Waktu respons (rata-rata) 2.82s
#41	DeepSeek V4.1 Flash 1017 low	DeepSeek	1.0	0.9	$0.355	2/2	1.25s
Total Tes 2 Tes Salah 0 Total Biaya $0.355 Waktu respons (rata-rata) 1.25s
#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
#350	Mimo V2 PRO medium	Xiaomi	1.0	0.5	$0.333	2/2	3.36s
Total Tes 2 Tes Salah 0 Total Biaya $0.333 Waktu respons (rata-rata) 3.36s
#257	MiMo-V2.5-Pro medium	Xiaomi	1.0	0.6	$0.332	2/2	2.77s
Total Tes 2 Tes Salah 0 Total Biaya $0.332 Waktu respons (rata-rata) 2.77s
#360	MiniMax M2.7 medium	Minimax	0.4	0.5	$0.326	0/2	12.8s
Total Tes 2 Tes Salah 2 Total Biaya $0.326 Waktu respons (rata-rata) 12.8s
#278	GLM 5 Turbo medium	Z.ai	1.0	0.6	$0.323	2/2	5.38s
Total Tes 2 Tes Salah 0 Total Biaya $0.323 Waktu respons (rata-rata) 5.38s
#180	Gemini 3.8 Flash low	Google	1.0	0.7	$0.323	2/2	2.79s
Total Tes 2 Tes Salah 0 Total Biaya $0.323 Waktu respons (rata-rata) 2.79s
#92	GPT-5 Mini medium	OpenAI	1.0	0.8	$0.315	2/2	11.6s
Total Tes 2 Tes Salah 0 Total Biaya $0.315 Waktu respons (rata-rata) 11.6s
#247	Qwen3.5-122B-A10B none	Qwen	0.6	0.6	$0.308	1/2	513ms
Total Tes 2 Tes Salah 1 Total Biaya $0.308 Waktu respons (rata-rata) 513ms
#162	DeepSeek V4 Flash 0731 low	DeepSeek	1.0	0.7	$0.306	2/2	3.01s
Total Tes 2 Tes Salah 0 Total Biaya $0.306 Waktu respons (rata-rata) 3.01s
#74	Qwen3.8 27B high	Qwen	1.0	0.9	~$0.298	2/2	8.24s
Total Tes 2 Tes Salah 0 Total Biaya ~$0.298 Waktu respons (rata-rata) 8.24s
#212	Inkling low	Thinkingmachines	1.0	0.7	$0.293	2/2	1.81s
Total Tes 2 Tes Salah 0 Total Biaya $0.293 Waktu respons (rata-rata) 1.81s
#286	Inkling none	Thinkingmachines	0.6	0.6	$0.292	1/2	1.72s
Total Tes 2 Tes Salah 1 Total Biaya $0.292 Waktu respons (rata-rata) 1.72s

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: 3.0102 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.297613.

Model teratas menurut Waktu respons (rata-rata)

Skor Kepatuhan instruksi vs total biaya