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)
#456	Solar Decide Flash default	Upstage	0.2	0.2	$0.003	0/1	1.66s
Total Tes 1 Tes Salah 1 Total Biaya $0.003 Waktu respons (rata-rata) 1.66s
#439	d1-ultra default	Liquid	0.2	0.3	$0.003	0/1	571ms
Total Tes 1 Tes Salah 1 Total Biaya $0.003 Waktu respons (rata-rata) 571ms
#453	D1 default	Liquid	0.2	0.2	$0.003	0/1	820ms
Total Tes 1 Tes Salah 1 Total Biaya $0.003 Waktu respons (rata-rata) 820ms
#446	Kev 4B default	Jaredpalmer	0.2	0.2	$0.002	0/1	17.3s
Total Tes 1 Tes Salah 1 Total Biaya $0.002 Waktu respons (rata-rata) 17.3s
#457	Microsoft-Decision-1 default	Microsoft	0.2	0.1	$0.002	0/1	997ms
Total Tes 1 Tes Salah 1 Total Biaya $0.002 Waktu respons (rata-rata) 997ms
#444	Drex v1.5 default	Nace AI	0.2	0.2	$0.002	0/1	1.33s
Total Tes 1 Tes Salah 1 Total Biaya $0.002 Waktu respons (rata-rata) 1.33s
#391	Ling 2.6 Flash default	Inclusionai	1.0	0.5	$0.002	2/2	5.52s
Total Tes 2 Tes Salah 0 Total Biaya $0.002 Waktu respons (rata-rata) 5.52s
#443	Decider V1.1 27B default	Perplexity	0.2	0.3	$0.002	0/1	333ms
Total Tes 1 Tes Salah 1 Total Biaya $0.002 Waktu respons (rata-rata) 333ms
#459	Tev1 4B Experimental default	Togethercomputer	0.2	1.0	$0.002	0/1	555ms
Total Tes 1 Tes Salah 1 Total Biaya $0.002 Waktu respons (rata-rata) 555ms
#442	Decider V1.2 default	Perplexity	0.2	0.3	$0.001	0/1	508ms
Total Tes 1 Tes Salah 1 Total Biaya $0.001 Waktu respons (rata-rata) 508ms
#437	Span-02 default	Respan	0.5	0.3	$0.001	1/1	2.30s
Total Tes 1 Tes Salah 0 Total Biaya $0.001 Waktu respons (rata-rata) 2.30s
#451	Decider Flash V1.2 default	Perplexity	0.2	0.2	$0.001	0/1	424ms
Total Tes 1 Tes Salah 1 Total Biaya $0.001 Waktu respons (rata-rata) 424ms
#455	LFM2-24B-A2B default	Liquid	0.6	0.2	$0.001	1/2	752ms
Total Tes 2 Tes Salah 1 Total Biaya $0.001 Waktu respons (rata-rata) 752ms
#460	Nimble v3 9B default	Bespoke Labs	0.2	0.8	~$0.001	0/1	469ms
Total Tes 1 Tes Salah 1 Total Biaya ~$0.001 Waktu respons (rata-rata) 469ms
#105	Ling 3.1 Flash medium	Inclusionai	1.0	0.8	$0.000	2/2	3.57s
Total Tes 2 Tes Salah 0 Total Biaya $0.000 Waktu respons (rata-rata) 3.57s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biayaPerkiraan hanya mencakup listrik GPU. Komponen komputer lain dan biaya kepemilikan perangkat keras tidak termasuk. NVIDIA GeForce RTX 3090: 0.0021 h × 0.377 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.000263.

Model teratas menurut Waktu respons (rata-rata)

Skor Kepatuhan instruksi vs total biaya