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)
#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
#22	GPT-6.1 Terra high	OpenAI	0.8	0.9	$0.396	1/2	2.60s
Total Tes 2 Tes Salah 1 Total Biaya $0.396 Waktu respons (rata-rata) 2.60s
#27	GPT-6.1 Terra max	OpenAI	0.9	0.9	$2.209	1/2	4.20s
Total Tes 2 Tes Salah 1 Total Biaya $2.209 Waktu respons (rata-rata) 4.20s
#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
#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
#37	Muse Wonder medium	Meta	0.7	0.9	$3.397	1/2	3.88s
Total Tes 2 Tes Salah 1 Total Biaya $3.397 Waktu respons (rata-rata) 3.88s
#39	Claude Sonnet 5.5 max	Anthropic	0.9	0.9	$8.557	1/2	6.24s
Total Tes 2 Tes Salah 1 Total Biaya $8.557 Waktu respons (rata-rata) 6.24s
#45	Muse Spark 1.3 high	Meta	0.7	0.9	$1.891	1/2	14.7s
Total Tes 2 Tes Salah 1 Total Biaya $1.891 Waktu respons (rata-rata) 14.7s
#46	Muse Wonder low	Meta	0.7	0.9	$2.637	1/2	2.08s
Total Tes 2 Tes Salah 1 Total Biaya $2.637 Waktu respons (rata-rata) 2.08s
#49	Muse Wonder minimal	Meta	0.7	0.9	$1.639	1/2	1.39s
Total Tes 2 Tes Salah 1 Total Biaya $1.639 Waktu respons (rata-rata) 1.39s
#59	Muse Spark Open low	Meta	0.8	0.9	$0.600	1/2	10.3s
Total Tes 2 Tes Salah 1 Total Biaya $0.600 Waktu respons (rata-rata) 10.3s
#62	Muse Spark 1.1 medium	Meta	0.7	0.9	$1.665	1/2	6.31s
Total Tes 2 Tes Salah 1 Total Biaya $1.665 Waktu respons (rata-rata) 6.31s
#68	Muse Spark Open medium	Meta	0.7	0.9	$1.260	1/2	18.4s
Total Tes 2 Tes Salah 1 Total Biaya $1.260 Waktu respons (rata-rata) 18.4s
#75	MiMo-V2.6-Pro medium	Xiaomi	0.8	0.9	$0.586	1/2	1.79s
Total Tes 2 Tes Salah 1 Total Biaya $0.586 Waktu respons (rata-rata) 1.79s
#80	Muse Spark 1.1 low	Meta	0.7	0.9	$0.885	1/2	5.42s
Total Tes 2 Tes Salah 1 Total Biaya $0.885 Waktu respons (rata-rata) 5.42s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)