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)
#193	Inkling low	Thinkingmachines	9.8	6.1	$0.187	2/2	1.81s
Total Tes 2 Tes Salah 0 Total Biaya $0.187 Waktu respons (rata-rata) 1.81s
#248	Seed-2.0-Code none	Bytedance Seed	6.2	5.3	$0.151	1/2	1.80s
Total Tes 2 Tes Salah 1 Total Biaya $0.151 Waktu respons (rata-rata) 1.80s
#178	MiMo-V2.5 medium	Xiaomi	9.9	6.4	$0.104	2/2	1.80s
Total Tes 2 Tes Salah 0 Total Biaya $0.104 Waktu respons (rata-rata) 1.80s
#91	GPT-5.6 Luna high	OpenAI	9.9	7.6	$0.179	2/2	1.79s
Total Tes 2 Tes Salah 0 Total Biaya $0.179 Waktu respons (rata-rata) 1.79s
#279	KAT-Coder-Air V2.5 none	Kwaipilot	9.9	4.8	$0.070	2/2	1.75s
Total Tes 2 Tes Salah 0 Total Biaya $0.070 Waktu respons (rata-rata) 1.75s
#162	Gemini 3.5 Flash Lite low	Google	9.8	6.6	$0.138	2/2	1.75s
Total Tes 2 Tes Salah 0 Total Biaya $0.138 Waktu respons (rata-rata) 1.75s
#77	Gemini 3.5 Flash Lite medium	Google	9.8	7.8	$0.272	2/2	1.72s
Total Tes 2 Tes Salah 0 Total Biaya $0.272 Waktu respons (rata-rata) 1.72s
#253	Inkling none	Thinkingmachines	6.3	5.2	$0.147	1/2	1.72s
Total Tes 2 Tes Salah 1 Total Biaya $0.147 Waktu respons (rata-rata) 1.72s
#299	Laguna Xs.2 medium	Poolside	10.0	4.1	$0.015	2/2	1.68s
Total Tes 2 Tes Salah 0 Total Biaya $0.015 Waktu respons (rata-rata) 1.68s
#215	Solar Pro 4 none	Upstage	6.4	5.8	$0.006	1/2	1.67s
Total Tes 2 Tes Salah 1 Total Biaya $0.006 Waktu respons (rata-rata) 1.67s
#169	Qwen3.5 Plus 2026-02-15 none	Qwen	10.0	6.6	$0.073	2/2	1.67s
Total Tes 2 Tes Salah 0 Total Biaya $0.073 Waktu respons (rata-rata) 1.67s
#211	GLM 5.3 Flash low	Z.ai	10.0	5.9	$0.015	2/2	1.65s
Total Tes 2 Tes Salah 0 Total Biaya $0.015 Waktu respons (rata-rata) 1.65s
#222	Kimi K2.6 none	Moonshot AI	6.5	5.7	$0.233	1/2	1.64s
Total Tes 2 Tes Salah 1 Total Biaya $0.233 Waktu respons (rata-rata) 1.64s
#240	KAT-Coder-Air V2.5 low	Kwaipilot	9.8	5.4	$0.046	2/2	1.64s
Total Tes 2 Tes Salah 0 Total Biaya $0.046 Waktu respons (rata-rata) 1.64s
#265	Mercury 2.5 Preview low	Inception	6.3	5.0	$0.011	1/2	1.60s
Total Tes 2 Tes Salah 1 Total Biaya $0.011 Waktu respons (rata-rata) 1.60s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)