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)
#90	Nemotron 3.5 Super VL high	NVIDIA	0.8	0.8	$0.349	1/2	6.10s
Total Tes 2 Tes Salah 1 Total Biaya $0.349 Waktu respons (rata-rata) 6.10s
#93	Muse Glimmer 30B xhigh	Meta	0.8	0.8	$0.585	1/2	8.90s
Total Tes 2 Tes Salah 1 Total Biaya $0.585 Waktu respons (rata-rata) 8.90s
#96	Muse Spark 1.1 high	Meta	0.6	0.8	$2.570	1/2	7.81s
Total Tes 2 Tes Salah 1 Total Biaya $2.570 Waktu respons (rata-rata) 7.81s
#115	DeepSeek V4 Pro 0423 high	DeepSeek	0.8	0.8	$0.149	1/2	8.73s
Total Tes 2 Tes Salah 1 Total Biaya $0.149 Waktu respons (rata-rata) 8.73s
#133	Muse Wonder max	Meta	0.8	0.8	$4.766	1/2	13.2s
Total Tes 2 Tes Salah 1 Total Biaya $4.766 Waktu respons (rata-rata) 13.2s
#140	Qwen3.7 Plus none	Qwen	0.6	0.8	$0.178	1/2	929ms
Total Tes 2 Tes Salah 1 Total Biaya $0.178 Waktu respons (rata-rata) 929ms
#142	DeepSeek V4 Flash 0731 medium	DeepSeek	0.8	0.8	$0.460	1/2	2.42s
Total Tes 2 Tes Salah 1 Total Biaya $0.460 Waktu respons (rata-rata) 2.42s
#143	Muse Wonder high	Meta	0.7	0.8	$3.426	1/2	1.97s
Total Tes 2 Tes Salah 1 Total Biaya $3.426 Waktu respons (rata-rata) 1.97s
#144	GPT-6 Luna high	OpenAI	0.8	0.8	$0.074	1/2	1.92s
Total Tes 2 Tes Salah 1 Total Biaya $0.074 Waktu respons (rata-rata) 1.92s
#145	Muse Glimmer 30B high	Meta	0.8	0.8	$0.506	1/2	8.62s
Total Tes 2 Tes Salah 1 Total Biaya $0.506 Waktu respons (rata-rata) 8.62s
#149	Qwen3.7 Flash low	Qwen	0.8	0.8	$0.071	1/2	9.88s
Total Tes 2 Tes Salah 1 Total Biaya $0.071 Waktu respons (rata-rata) 9.88s
#151	Muse Wonder xhigh	Meta	0.7	0.8	$4.012	1/2	2.64s
Total Tes 2 Tes Salah 1 Total Biaya $4.012 Waktu respons (rata-rata) 2.64s
#153	GPT-6 Luna low	OpenAI	0.7	0.8	$0.033	1/2	17.4s
Total Tes 2 Tes Salah 1 Total Biaya $0.033 Waktu respons (rata-rata) 17.4s
#155	Space Bunny Alpha high	Stealth	0.6	0.8	$0.000	1/2	2.04s
Total Tes 2 Tes Salah 1 Total Biaya $0.000 Waktu respons (rata-rata) 2.04s
#156	GLM 5.1 medium	Z.ai	0.6	0.8	$1.546	1/2	7.47s
Total Tes 2 Tes Salah 1 Total Biaya $1.546 Waktu respons (rata-rata) 7.47s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)