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)
#51 Mimo V2 PRO medium Xiaomi 9.9 7.4 2/2 3.36s
#2 Gemini 3.5 Flash high Google 10.0 9.6 2/2 3.35s
#10 Claude Opus 4.8 medium Anthropic 10.0 8.7 2/2 3.32s
#35 Gemini 3 PRO Preview medium Google 9.8 7.6 2/2 3.26s
#42 GPT-5.2 medium OpenAI 9.9 7.5 2/2 3.12s
#21 GPT-5.4 medium OpenAI 10.0 8.0 2/2 3.11s
#15 GPT-5.3-Codex medium OpenAI 10.0 8.4 2/2 3.04s
#158 GLM 4.7 Flash medium Z.ai 6.2 4.4 1/2 2.97s
#85 Gemma 4 31B none Google 6.5 6.5 1/2 2.84s
#116 Hunter Alpha none OpenRouter 6.4 5.7 1/2 2.82s
#43 MiMo-V2.5-Pro medium Xiaomi 9.9 7.5 2/2 2.77s
#7 Gemini 3.5 Flash medium Google 9.9 9.0 2/2 2.70s
#135 Kimi K2.5 none Moonshot AI 6.5 5.2 1/2 2.67s
#121 Owl Alpha none Openrouter 6.4 5.5 1/2 2.63s
#28 Gemini 2.5 Flash medium Google 9.8 7.8 2/2 2.62s

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)