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: Waktu respons (rata-rata) ↓.

Model yang ditampilkan

Rata-rata Skor Kepatuhan instruksi

0.8

Model terbaik

Command A+ 0.3

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)
#333	Qwen3.8 27B none	Qwen	0.6	0.5	~$0.010	1/2	582ms
Total Tes 2 Tes Salah 1 Total Biaya ~$0.010 Waktu respons (rata-rata) 582ms
#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
#379	Laguna S 2.1 none	Poolside	0.4	0.5	$0.044	0/2	566ms
Total Tes 2 Tes Salah 2 Total Biaya $0.044 Waktu respons (rata-rata) 566ms
#441	Jev 1.13 default	Typesafe	0.2	0.3	$0.003	0/1	557ms
Total Tes 1 Tes Salah 1 Total Biaya $0.003 Waktu respons (rata-rata) 557ms
#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
#400	Mercury 2 none	Inception	0.7	0.4	$0.033	1/2	551ms
Total Tes 2 Tes Salah 1 Total Biaya $0.033 Waktu respons (rata-rata) 551ms
#447	Jev 1.14 default	Typesafe	0.2	0.2	$0.003	0/1	543ms
Total Tes 1 Tes Salah 1 Total Biaya $0.003 Waktu respons (rata-rata) 543ms
#440	Nemotron 3 Nano Omni 30b A3b Reasoning default	NVIDIA	0.5	0.3	$0.000	0/2	541ms
Total Tes 2 Tes Salah 2 Total Biaya $0.000 Waktu respons (rata-rata) 541ms
#371	Qwen3.5-9B none	Qwen	0.7	0.5	$0.041	1/2	514ms
Total Tes 2 Tes Salah 1 Total Biaya $0.041 Waktu respons (rata-rata) 514ms
#247	Qwen3.5-122B-A10B none	Qwen	0.6	0.6	$0.308	1/2	513ms
Total Tes 2 Tes Salah 1 Total Biaya $0.308 Waktu respons (rata-rata) 513ms
#415	Nemotron 3.5 Lightning none	NVIDIA	0.7	0.4	$0.009	1/2	511ms
Total Tes 2 Tes Salah 1 Total Biaya $0.009 Waktu respons (rata-rata) 511ms
#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
#406	Mercury 2.5 none	Inception	0.5	0.4	$0.026	0/2	493ms
Total Tes 2 Tes Salah 2 Total Biaya $0.026 Waktu respons (rata-rata) 493ms
#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
#367	Laguna S 2.1 high	Poolside	0.5	0.5	$0.145	0/2	453ms
Total Tes 2 Tes Salah 2 Total Biaya $0.145 Waktu respons (rata-rata) 453ms

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: 0.0968 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.009566.

Model teratas menurut Waktu respons (rata-rata)

Skor Kepatuhan instruksi vs total biaya