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

0.8

Model terbaik

Gemini 3.6 Flash 1.0

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)
#297	Gemini 3.1 Flash Lite minimal	Google	1.0	0.6	$0.080	2/2	932ms
Total Tes 2 Tes Salah 0 Total Biaya $0.080 Waktu respons (rata-rata) 932ms
#298	gpt-oss-120b medium	OpenAI	1.0	0.6	$0.030	2/2	7.63s
Total Tes 2 Tes Salah 0 Total Biaya $0.030 Waktu respons (rata-rata) 7.63s
#299	Gemini 3.1 Flash Lite none	Google	1.0	0.6	$0.069	2/2	859ms
Total Tes 2 Tes Salah 0 Total Biaya $0.069 Waktu respons (rata-rata) 859ms
#302	Nemotron 3 Ultra none	NVIDIA	1.0	0.6	$0.164	2/2	1.46s
Total Tes 2 Tes Salah 0 Total Biaya $0.164 Waktu respons (rata-rata) 1.46s
#308	Ling 3.0 Flash high	Inclusionai	1.0	0.6	$0.021	2/2	1.85s
Total Tes 2 Tes Salah 0 Total Biaya $0.021 Waktu respons (rata-rata) 1.85s
#309	Ring 2.6 1t medium	Inclusionai	1.0	0.6	$0.102	2/2	11.8s
Total Tes 2 Tes Salah 0 Total Biaya $0.102 Waktu respons (rata-rata) 11.8s
#311	GPT-5 Nano medium	OpenAI	1.0	0.6	$0.159	2/2	15.6s
Total Tes 2 Tes Salah 0 Total Biaya $0.159 Waktu respons (rata-rata) 15.6s
#314	Seed 2.1 Turbo none	Bytedance Seed	1.0	0.6	$0.182	2/2	1.82s
Total Tes 2 Tes Salah 0 Total Biaya $0.182 Waktu respons (rata-rata) 1.82s
#320	Step 5 Preview low	Stepfun	1.0	0.6	$4.110	2/2	6.78s
Total Tes 2 Tes Salah 0 Total Biaya $4.110 Waktu respons (rata-rata) 6.78s
#321	GLM 5 none	Z.ai	1.0	0.6	$0.140	2/2	1.48s
Total Tes 2 Tes Salah 0 Total Biaya $0.140 Waktu respons (rata-rata) 1.48s
#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
#327	Gemini 2.5 Flash none	Google	1.0	0.5	$0.017	2/2	590ms
Total Tes 2 Tes Salah 0 Total Biaya $0.017 Waktu respons (rata-rata) 590ms
#330	GLM 5V Turbo medium	Z.ai	1.0	0.5	$0.457	2/2	3.74s
Total Tes 2 Tes Salah 0 Total Biaya $0.457 Waktu respons (rata-rata) 3.74s
#332	Claude Opus 4.7 none	Anthropic	1.0	0.5	$0.505	2/2	1.46s
Total Tes 2 Tes Salah 0 Total Biaya $0.505 Waktu respons (rata-rata) 1.46s
#334	North Mini Code medium	Cohere	1.0	0.5	$0.000	2/2	15.4s
Total Tes 2 Tes Salah 0 Total Biaya $0.000 Waktu respons (rata-rata) 15.4s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)