Peringkat model Kepatuhan instruksi

Lihat model AI mana yang paling baik di Kepatuhan instruksi, mana yang tetap andal, dan di mana kesenjangan terbesar muncul.

Model yang ditampilkan

Rata-rata Skor Kepatuhan instruksi

8.5

Model terbaik

Gemini 3.6 Flash 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)
#271	Ling-2.6-flash none	Inclusionai	9.8	4.9	$0.002	2/2	5.52s
Total Tes 2 Tes Salah 0 Total Biaya $0.002 Waktu respons (rata-rata) 5.52s
#285	Cobuddy medium	Baidu	9.8	4.7	$0.000	2/2	11.6s
Total Tes 2 Tes Salah 0 Total Biaya $0.000 Waktu respons (rata-rata) 11.6s
#293	Elephant Alpha none	Openrouter	9.8	4.3	$0.000	2/2	1.03s
Total Tes 2 Tes Salah 0 Total Biaya $0.000 Waktu respons (rata-rata) 1.03s
#295	Elephant Alpha medium	Openrouter	9.8	4.3	$0.000	2/2	987ms
Total Tes 2 Tes Salah 0 Total Biaya $0.000 Waktu respons (rata-rata) 987ms
#17	Grok 4.6 high	X AI	9.8	9.3	$1.908	2/2	13.8s
Total Tes 2 Tes Salah 0 Total Biaya $1.908 Waktu respons (rata-rata) 13.8s
#23	Seed 2.1 Turbo low	Bytedance Seed	9.8	9.1	$1.546	2/2	5.05s
Total Tes 2 Tes Salah 0 Total Biaya $1.546 Waktu respons (rata-rata) 5.05s
#29	Grok 4.5 high	X AI	9.8	9.0	$2.252	2/2	6.23s
Total Tes 2 Tes Salah 0 Total Biaya $2.252 Waktu respons (rata-rata) 6.23s
#32	Seed 2.1 Turbo high	Bytedance Seed	9.8	8.9	$1.797	2/2	7.66s
Total Tes 2 Tes Salah 0 Total Biaya $1.797 Waktu respons (rata-rata) 7.66s
#35	Gemini 3.5 Flash Lite high	Google	9.8	8.8	$0.540	2/2	2.16s
Total Tes 2 Tes Salah 0 Total Biaya $0.540 Waktu respons (rata-rata) 2.16s
#41	Muse Spark 1.2 high	Meta	9.8	8.7	$1.771	2/2	5.43s
Total Tes 2 Tes Salah 0 Total Biaya $1.771 Waktu respons (rata-rata) 5.43s
#42	Muse Spark 1.2 medium	Meta	9.8	8.6	$1.339	2/2	4.40s
Total Tes 2 Tes Salah 0 Total Biaya $1.339 Waktu respons (rata-rata) 4.40s
#48	Grok 4.5 medium	X AI	9.8	8.5	$2.042	2/2	6.06s
Total Tes 2 Tes Salah 0 Total Biaya $2.042 Waktu respons (rata-rata) 6.06s
#49	Muse Spark 1.2 low	Meta	9.8	8.4	$0.655	2/2	2.95s
Total Tes 2 Tes Salah 0 Total Biaya $0.655 Waktu respons (rata-rata) 2.95s
#50	Grok 4.6 medium	X AI	9.8	8.4	$1.713	2/2	12.8s
Total Tes 2 Tes Salah 0 Total Biaya $1.713 Waktu respons (rata-rata) 12.8s
#51	Grok 4.5 low	X AI	9.8	8.4	$0.945	2/2	2.80s
Total Tes 2 Tes Salah 0 Total Biaya $0.945 Waktu respons (rata-rata) 2.80s

←

1 9 10 11 22

→

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)