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: Total Biaya ↓.

Model yang ditampilkan

Rata-rata Skor Kepatuhan instruksi

0.8

Model terbaik

Claude Sonnet 5.5 0.9

Alasan kegagalan

Dengan alasan kegagalan Jawaban salah118 Dengan alasan kegagalan Tidak mengikuti instruksi82 Dengan alasan kegagalan Kesalahan API25 Dengan alasan kegagalan Format tambahan8 Dengan alasan kegagalan Kedaluwarsa5 Dengan alasan kegagalan Tidak ada jawaban2

461/461

Peringkat	Model	Perusahaan	Skor Kepatuhan instruksi	Skor	Total Biaya	Tes benar	Waktu respons (rata-rata)
#194	Qwen3.6 Max Preview medium	Qwen	1.0	0.7	$1.132	2/2	24.3s
Total Tes 2 Tes Salah 0 Total Biaya $1.132 Waktu respons (rata-rata) 24.3s
#84	Qwen3.8 Max (0902) low	Qwen	1.0	0.9	$1.131	2/2	4.32s
Total Tes 2 Tes Salah 0 Total Biaya $1.131 Waktu respons (rata-rata) 4.32s
#128	GPT-5.4 Mini medium	OpenAI	1.0	0.8	$1.102	2/2	2.13s
Total Tes 2 Tes Salah 0 Total Biaya $1.102 Waktu respons (rata-rata) 2.13s
#236	Claude Sonnet 5.5 medium	Anthropic	0.6	0.7	$1.100	1/2	1.88s
Total Tes 2 Tes Salah 1 Total Biaya $1.100 Waktu respons (rata-rata) 1.88s
#52	Qwen3.8 Max (0902) medium	Qwen	1.0	0.9	$1.096	2/2	4.24s
Total Tes 2 Tes Salah 0 Total Biaya $1.096 Waktu respons (rata-rata) 4.24s
#301	Claude Sonnet 5 none	Anthropic	0.6	0.6	$1.095	1/2	2.58s
Total Tes 2 Tes Salah 1 Total Biaya $1.095 Waktu respons (rata-rata) 2.58s
#66	Qwen3.8 MAX low	Qwen	1.0	0.9	$1.089	2/2	4.01s
Total Tes 2 Tes Salah 0 Total Biaya $1.089 Waktu respons (rata-rata) 4.01s
#186	Qwen3.6 27B medium	Qwen	1.0	0.7	$1.021	2/2	38.0s
Total Tes 2 Tes Salah 0 Total Biaya $1.021 Waktu respons (rata-rata) 38.0s
#110	GLM 5.2 medium	Z.ai	1.0	0.8	$1.007	2/2	7.90s
Total Tes 2 Tes Salah 0 Total Biaya $1.007 Waktu respons (rata-rata) 7.90s
#4	GPT-6.1 Sol max	OpenAI	1.0	1.0	$1.006	2/2	5.54s
Total Tes 2 Tes Salah 0 Total Biaya $1.006 Waktu respons (rata-rata) 5.54s
#245	Grok 4.3 medium	X AI	1.0	0.6	$0.989	2/2	18.6s
Total Tes 2 Tes Salah 0 Total Biaya $0.989 Waktu respons (rata-rata) 18.6s
#3	GPT-6 Sol high	OpenAI	1.0	1.0	$0.921	2/2	15.6s
Total Tes 2 Tes Salah 0 Total Biaya $0.921 Waktu respons (rata-rata) 15.6s
#273	Trinity Large Thinking low	Arcee AI	0.4	0.6	$0.918	0/2	4.07s
Total Tes 2 Tes Salah 2 Total Biaya $0.918 Waktu respons (rata-rata) 4.07s
#86	Muse Spark 1.3 low	Meta	1.0	0.9	$0.911	2/2	5.04s
Total Tes 2 Tes Salah 0 Total Biaya $0.911 Waktu respons (rata-rata) 5.04s
#208	Claude Sonnet 5.5 low	Anthropic	0.6	0.7	$0.909	1/2	1.91s
Total Tes 2 Tes Salah 1 Total Biaya $0.909 Waktu respons (rata-rata) 1.91s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)