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)
#17	GPT-6.1 Terra medium	OpenAI	0.8	1.0	$0.291	1/2	2.77s
Total Tes 2 Tes Salah 1 Total Biaya $0.291 Waktu respons (rata-rata) 2.77s
#313	Mistral Large 4 none	Mistral	0.7	0.6	$0.290	1/2	1.16s
Total Tes 2 Tes Salah 1 Total Biaya $0.290 Waktu respons (rata-rata) 1.16s
#150	Muse Glimmer 30B medium	Meta	1.0	0.8	$0.288	2/2	5.34s
Total Tes 2 Tes Salah 0 Total Biaya $0.288 Waktu respons (rata-rata) 5.34s
#19	Gemini 3.7 Flash medium	Google	1.0	1.0	$0.278	2/2	2.81s
Total Tes 2 Tes Salah 0 Total Biaya $0.278 Waktu respons (rata-rata) 2.81s
#112	Seed-2.0-Lite medium	Bytedance Seed	1.0	0.8	$0.271	2/2	7.26s
Total Tes 2 Tes Salah 0 Total Biaya $0.271 Waktu respons (rata-rata) 7.26s
#342	Kimi K2.5 none	Moonshot AI	0.7	0.5	$0.262	1/2	2.67s
Total Tes 2 Tes Salah 1 Total Biaya $0.262 Waktu respons (rata-rata) 2.67s
#117	DeepSeek V4 Flash 0423 high	DeepSeek	1.0	0.8	$0.261	2/2	15.4s
Total Tes 2 Tes Salah 0 Total Biaya $0.261 Waktu respons (rata-rata) 15.4s
#331	Seed-2.0-Code none	Bytedance Seed	0.6	0.5	$0.257	1/2	1.80s
Total Tes 2 Tes Salah 1 Total Biaya $0.257 Waktu respons (rata-rata) 1.80s
#201	Gemini 3 Flash Preview low	Google	1.0	0.7	$0.254	2/2	7.02s
Total Tes 2 Tes Salah 0 Total Biaya $0.254 Waktu respons (rata-rata) 7.02s
#229	GLM 5.2 none	Z.ai	1.0	0.7	$0.250	2/2	3.84s
Total Tes 2 Tes Salah 0 Total Biaya $0.250 Waktu respons (rata-rata) 3.84s
#121	GPT-5.4 Nano medium	OpenAI	1.0	0.8	$0.235	2/2	1.88s
Total Tes 2 Tes Salah 0 Total Biaya $0.235 Waktu respons (rata-rata) 1.88s
#343	Qwen3.6 Max Preview none	Qwen	1.0	0.5	$0.228	2/2	1.40s
Total Tes 2 Tes Salah 0 Total Biaya $0.228 Waktu respons (rata-rata) 1.40s
#33	GPT-6.1 Terra low	OpenAI	0.8	0.9	$0.221	1/2	2.24s
Total Tes 2 Tes Salah 1 Total Biaya $0.221 Waktu respons (rata-rata) 2.24s
#202	Muse Glimmer 30B low	Meta	0.8	0.7	$0.219	1/2	3.60s
Total Tes 2 Tes Salah 1 Total Biaya $0.219 Waktu respons (rata-rata) 3.60s
#132	MiMo-V2.6-Flash medium	Xiaomi	1.0	0.8	$0.218	2/2	1.13s
Total Tes 2 Tes Salah 0 Total Biaya $0.218 Waktu respons (rata-rata) 1.13s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)