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: Waktu respons (rata-rata) ↓.

Model yang ditampilkan

15

Rata-rata Skor Kepatuhan instruksi

8.5

Model terbaik

Kimi K2.5 10.0
Peringkat Model Perusahaan Skor Kepatuhan instruksi Skor Tes benar Waktu respons (rata-rata)
#62 Step 3.5 Flash medium Stepfun 8.3 7.2 1/2 4.78s
#86 Grok 4.1 Fast medium X AI 6.5 6.5 1/2 4.63s
#92 Laguna M.1 medium Poolside 10.0 6.4 2/2 4.30s
#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
#101 Mimo V2 Omni none Xiaomi 6.5 6.0 1/2 4.26s
#79 Hunter Alpha medium OpenRouter 9.9 6.7 2/2 4.18s
#1 Gemini 3 Flash Preview medium Google 10.0 9.8 2/2 4.04s
#6 GPT-5.5 low OpenAI 9.9 9.0 2/2 3.74s
#59 GLM 5V Turbo medium Z.ai 9.9 7.2 2/2 3.74s
#84 Grok 4.20 Multi Agent Beta medium X AI 9.8 6.6 2/2 3.52s
#63 GPT-5.3 Chat none OpenAI 9.8 7.2 2/2 3.51s
#93 Qwen3.6 Plus Preview medium Qwen 6.5 6.3 1/2 3.40s
#20 Gemini 3.5 Flash none Google 9.8 8.1 2/2 3.38s
#9 GPT-5.5 medium OpenAI 10.0 8.8 2/2 3.36s

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)