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

0.8

Model terbaik

Command A+ 0.3

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)
#147	Claude Haiku 5.5 medium	Anthropic	1.0	0.8	$0.063	2/2	3.01s
Total Tes 2 Tes Salah 0 Total Biaya $0.063 Waktu respons (rata-rata) 3.01s
#419	Ling 3.0 Tiny medium	Inclusionai	0.7	0.4	$0.000	1/2	3.00s
Total Tes 2 Tes Salah 1 Total Biaya $0.000 Waktu respons (rata-rata) 3.00s
#403	GLM 4.7 Flash medium	Z.ai	0.6	0.4	$0.193	1/2	2.97s
Total Tes 2 Tes Salah 1 Total Biaya $0.193 Waktu respons (rata-rata) 2.97s
#32	GPT-6.1 Terra xhigh	OpenAI	0.9	0.9	$0.789	1/2	2.95s
Total Tes 2 Tes Salah 1 Total Biaya $0.789 Waktu respons (rata-rata) 2.95s
#72	Muse Spark 1.2 low	Meta	1.0	0.9	$0.881	2/2	2.95s
Total Tes 2 Tes Salah 0 Total Biaya $0.881 Waktu respons (rata-rata) 2.95s
#23	GPT-6 Astra medium	OpenAI	1.0	0.9	$2.707	2/2	2.86s
Total Tes 2 Tes Salah 0 Total Biaya $2.707 Waktu respons (rata-rata) 2.86s
#316	Gemma 4 31B none	Google	0.7	0.6	$0.031	1/2	2.84s
Total Tes 2 Tes Salah 1 Total Biaya $0.031 Waktu respons (rata-rata) 2.84s
#424	Hunter Alpha default	OpenRouter	0.6	0.3	$0.000	1/2	2.82s
Total Tes 2 Tes Salah 1 Total Biaya $0.000 Waktu respons (rata-rata) 2.82s
#260	LongCat 2.0 none	Meituan	0.7	0.6	$0.104	1/2	2.82s
Total Tes 2 Tes Salah 1 Total Biaya $0.104 Waktu respons (rata-rata) 2.82s
#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
#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
#187	Claude Opus 5 none	Anthropic	1.0	0.7	$2.766	2/2	2.81s
Total Tes 2 Tes Salah 0 Total Biaya $2.766 Waktu respons (rata-rata) 2.81s
#141	Grok 4.5 low	X AI	1.0	0.8	$1.345	2/2	2.80s
Total Tes 2 Tes Salah 0 Total Biaya $1.345 Waktu respons (rata-rata) 2.80s
#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
#181	Claude Opus 4.8 low	Anthropic	1.0	0.7	$3.787	2/2	2.78s
Total Tes 2 Tes Salah 0 Total Biaya $3.787 Waktu respons (rata-rata) 2.78s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)