AI BENCHY
Your ad here

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

8

Rata-rata Skor Kepatuhan instruksi

8.0

Model terbaik

Kimi K2.5 10.0

Alasan kegagalan

Dengan alasan kegagalan Jawaban salah44 Dengan alasan kegagalan Tidak mengikuti instruksi22 Dengan alasan kegagalan Kedaluwarsa1 Dengan alasan kegagalan Kesalahan API1
Peringkat Model Perusahaan Skor Kepatuhan instruksi Skor Tes benar Waktu respons (rata-rata)
#86 GPT-5.4 Mini none OpenAI 6.3 5.1 1/2 728ms
#79 Grok 4.20 Beta none X AI 4.8 5.3 0/2 687ms
#62 Gemini 2.5 Flash none Google 8.0 6.2 1/2 672ms
#70 Qwen3.5-122B-A10B none Qwen 4.5 5.7 0/2 585ms
#91 Mercury 2 none Inception 6.5 4.8 1/2 551ms
#90 Qwen3.5-9B none Qwen 6.5 4.8 1/2 514ms
#82 Grok 4.20 none X AI 4.8 5.2 0/2 455ms
#83 Mistral Small 4 none Mistral 6.5 5.2 1/2 380ms

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)