AI BENCHY
Your ad here

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

8.0

Peringkat Model Perusahaan Skor Kepatuhan instruksi Skor Tes benar Waktu respons (rata-rata)
#39 Seed-2.0-Mini medium Bytedance Seed 10.0 7.5 2/2 17.5s
#40 GPT-5.2 medium OpenAI 9.9 7.5 2/2 3.12s
#41 MiMo-V2-Flash medium Xiaomi 10.0 7.5 2/2 4.28s
#43 Qwen3.5-35B-A3B medium Qwen 10.0 7.4 2/2 24.4s
#46 Kimi K2.5 medium Moonshot AI 10.0 7.0 2/2 92.5s
#49 Qwen3.5 Plus 2026-02-15 none Qwen 10.0 6.8 2/2 1.67s
#50 Hunter Alpha medium OpenRouter 9.9 6.7 2/2 4.18s
#53 GLM 5 none Z.ai 10.0 6.6 2/2 1.48s
#54 Mercury 2 medium Inception 10.0 6.5 2/2 1.07s
#61 Seed-2.0-Lite none Bytedance Seed 10.0 6.2 2/2 1.06s
#64 DeepSeek V3.2 none DeepSeek 10.0 6.1 2/2 1.52s
#68 gpt-oss-120b medium OpenAI 9.9 5.8 2/2 7.63s
#81 Elephant medium Openrouter 9.8 5.2 2/2 987ms
#85 Elephant none Openrouter 9.8 5.2 2/2 1.03s
#11 Gemini 3.1 Flash Lite Preview high Google 7.9 8.4 1/2 70.1s

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)