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

8.0

Peringkat Model Perusahaan Skor Kepatuhan instruksi Skor Tes benar Waktu respons (rata-rata)
#77 GLM 5 Turbo none Z.ai 6.5 5.5 1/2 2.13s
#83 Mistral Small 4 none Mistral 6.5 5.2 1/2 380ms
#84 gpt-oss-120b none OpenAI 8.4 5.2 1/2 5.10s
#86 GPT-5.4 Mini none OpenAI 6.3 5.1 1/2 728ms
#90 Qwen3.5-9B none Qwen 6.5 4.8 1/2 514ms
#91 Mercury 2 none Inception 6.5 4.8 1/2 551ms
#93 GLM 4.7 Flash medium Z.ai 6.2 4.6 1/2 2.97s
#94 MiMo-V2-Flash none Xiaomi 6.5 4.5 1/2 857ms
#97 Qwen3.5-9B medium Qwen 6.4 4.4 1/2 17.1s
#60 Gemma 4 26B A4B none Google 4.4 6.2 0/2 1.08s
#67 Qwen3.5-27B none Qwen 4.8 5.9 0/2 815ms
#70 Qwen3.5-122B-A10B none Qwen 4.5 5.7 0/2 585ms
#78 Trinity Large Preview none Arcee AI 4.1 5.3 0/2 1.09s
#79 Grok 4.20 Beta none X AI 4.8 5.3 0/2 687ms
#80 MiniMax M2.7 medium Minimax 3.7 5.3 0/2 12.6s

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)