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

8.5

Model terbaik

Kimi K2.5 10.0

Alasan kegagalan

Dengan alasan kegagalan Jawaban salah82 Dengan alasan kegagalan Tidak mengikuti instruksi48 Dengan alasan kegagalan Format tambahan7 Dengan alasan kegagalan Kedaluwarsa5 Dengan alasan kegagalan Kesalahan API2 Dengan alasan kegagalan Tidak ada jawaban2

316/316

Peringkat	Model	Perusahaan	Skor Kepatuhan instruksi	Skor	Total Biaya	Tes benar	Waktu respons (rata-rata)
#134	GLM 5.1 medium	Z.ai	6.4	7.0	$0.727	1/2	7.47s
Total Tes 2 Tes Salah 1 Total Biaya $0.727 Waktu respons (rata-rata) 7.47s
#24	Qwen3.7 Max medium	Qwen	10.0	9.1	$1.157	2/2	7.46s
Total Tes 2 Tes Salah 0 Total Biaya $1.157 Waktu respons (rata-rata) 7.46s
#109	LongCat 2.0 medium	Meituan	6.5	7.4	$0.499	1/2	7.38s
Total Tes 2 Tes Salah 1 Total Biaya $0.499 Waktu respons (rata-rata) 7.38s
#305	Grok Build 0.1 none	X AI	9.8	4.0	$0.547	2/2	7.36s
Total Tes 2 Tes Salah 0 Total Biaya $0.547 Waktu respons (rata-rata) 7.36s
#82	Seed-2.0-Lite medium	Bytedance Seed	10.0	7.8	$0.236	2/2	7.26s
Total Tes 2 Tes Salah 0 Total Biaya $0.236 Waktu respons (rata-rata) 7.26s
#85	GLM 5 medium	Z.ai	10.0	7.7	$0.228	2/2	7.25s
Total Tes 2 Tes Salah 0 Total Biaya $0.228 Waktu respons (rata-rata) 7.25s
#112	Gemini 3 Flash Preview low	Google	9.9	7.4	$0.185	2/2	7.02s
Total Tes 2 Tes Salah 0 Total Biaya $0.185 Waktu respons (rata-rata) 7.02s
#64	Inkling high	Thinkingmachines	9.8	8.0	$1.046	2/2	7.00s
Total Tes 2 Tes Salah 0 Total Biaya $1.046 Waktu respons (rata-rata) 7.00s
#217	Nemotron 3 Super medium	NVIDIA	7.3	5.7	$0.050	1/2	6.97s
Total Tes 2 Tes Salah 1 Total Biaya $0.050 Waktu respons (rata-rata) 6.97s
#160	LongCat 2.0 high	Meituan	6.5	6.7	$0.492	1/2	6.96s
Total Tes 2 Tes Salah 1 Total Biaya $0.492 Waktu respons (rata-rata) 6.96s
#111	Grok 4.6 low	X AI	9.8	7.4	$0.449	2/2	6.64s
Total Tes 2 Tes Salah 0 Total Biaya $0.449 Waktu respons (rata-rata) 6.64s
#157	LongCat 2.0 low	Meituan	6.5	6.7	$0.412	1/2	6.39s
Total Tes 2 Tes Salah 1 Total Biaya $0.412 Waktu respons (rata-rata) 6.39s
#93	Nemotron 3 Ultra medium	NVIDIA	9.8	7.6	$0.701	2/2	6.35s
Total Tes 2 Tes Salah 0 Total Biaya $0.701 Waktu respons (rata-rata) 6.35s
#3	GPT-6 Astra max	OpenAI	10.0	9.9	$3.803	2/2	6.34s
Total Tes 2 Tes Salah 0 Total Biaya $3.803 Waktu respons (rata-rata) 6.34s
#43	Muse Spark 1.1 medium	Meta	6.5	8.6	$1.420	1/2	6.31s
Total Tes 2 Tes Salah 1 Total Biaya $1.420 Waktu respons (rata-rata) 6.31s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)