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)
#47 Grok Build 0.1 medium X AI 9.8 7.4 2/2 12.4s
#49 Qwen3.5-Flash medium Qwen 10.0 7.4 2/2 63.5s
#50 Gemini 3.1 Flash Lite Preview low Google 10.0 7.4 2/2 1.49s
#51 Mimo V2 PRO medium Xiaomi 9.9 7.4 2/2 3.36s
#52 Claude Sonnet 4.6 medium Anthropic 10.0 7.4 2/2 2.61s
#54 GPT-5 Mini medium OpenAI 10.0 7.3 2/2 11.6s
#56 MiMo-V2.5 medium Xiaomi 9.9 7.3 2/2 1.80s
#57 Step 3.7 Flash low Stepfun 9.8 7.3 2/2 1.58s
#58 Gemini 3.1 Flash Lite Preview none Google 10.0 7.2 2/2 1.13s
#59 GLM 5V Turbo medium Z.ai 9.9 7.2 2/2 3.74s
#60 Kimi K2.6 medium Moonshot AI 10.0 7.2 2/2 12.5s
#61 Gemini 3.1 Flash Lite low Google 10.0 7.2 2/2 1.52s
#63 GPT-5.3 Chat none OpenAI 9.8 7.2 2/2 3.51s
#64 MiMo-V2-Flash medium Xiaomi 10.0 7.2 2/2 4.28s
#65 Grok 4.20 medium X AI 9.8 7.1 2/2 4.26s

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)