AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Kategori AI BENCHY

Peringkat 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

15

Rata-rata Skor Kepatuhan instruksi

8.5

Peringkat Model Perusahaan Skor Kepatuhan instruksi Skor Tes benar Waktu respons (rata-rata)
#31 DeepSeek V4 Flash high DeepSeek 10.0 7.7 2/2 15.4s
#33 Hy3 preview medium Tencent 10.0 7.7 2/2 6.16s
#34 Qwen3.7 Max none Qwen 10.0 7.7 2/2 943ms
#35 Gemini 3 PRO Preview medium Google 9.8 7.6 2/2 3.26s
#36 Qwen3.5 Plus 2026-04-20 medium Qwen 10.0 7.6 2/2 20.2s
#37 Gemma 4 26B A4B medium Google 10.0 7.6 2/2 17.5s
#38 Grok 4.3 medium X AI 9.8 7.6 2/2 18.6s
#39 Qwen3.6 Flash medium Qwen 10.0 7.5 2/2 6.05s
#40 Gemini 3.1 Flash Lite Preview medium Google 10.0 7.5 2/2 1.91s
#41 Nemotron 3 Ultra 550b A55b medium NVIDIA 9.8 7.5 2/2 6.35s
#42 GPT-5.2 medium OpenAI 9.9 7.5 2/2 3.12s
#43 MiMo-V2.5-Pro medium Xiaomi 9.9 7.5 2/2 2.77s
#44 Gemini 3.1 Flash Lite medium Google 9.9 7.5 2/2 2.59s
#45 GPT-5.4 Mini medium OpenAI 9.8 7.5 2/2 2.13s
#46 Qwen3.6 35B A3B medium Qwen 10.0 7.4 2/2 7.50s

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)