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)
#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
#126	Muse Glimmer 30B medium	Meta	9.8	7.2	$0.211	2/2	5.34s
Total Tes 2 Tes Salah 0 Total Biaya $0.211 Waktu respons (rata-rata) 5.34s
#129	Step 3.7 Flash low	Stepfun	9.8	7.1	$0.390	2/2	1.58s
Total Tes 2 Tes Salah 0 Total Biaya $0.390 Waktu respons (rata-rata) 1.58s
#137	Grok 4.20 medium	X AI	9.8	7.0	$0.805	2/2	4.26s
Total Tes 2 Tes Salah 0 Total Biaya $0.805 Waktu respons (rata-rata) 4.26s
#146	Step 3.7 Flash high	Stepfun	9.8	6.8	$1.229	2/2	1.52s
Total Tes 2 Tes Salah 0 Total Biaya $1.229 Waktu respons (rata-rata) 1.52s
#147	Seed-2.0-Code medium	Bytedance Seed	9.8	6.8	$1.153	2/2	10.3s
Total Tes 2 Tes Salah 0 Total Biaya $1.153 Waktu respons (rata-rata) 10.3s
#155	GLM 5.2 none	Z.ai	9.8	6.7	$0.153	2/2	3.84s
Total Tes 2 Tes Salah 0 Total Biaya $0.153 Waktu respons (rata-rata) 3.84s
#168	Mercury 2.5 Preview high	Inception	9.8	6.6	$0.030	2/2	1.05s
Total Tes 2 Tes Salah 0 Total Biaya $0.030 Waktu respons (rata-rata) 1.05s
#171	Laguna XS 2.1 medium	Poolside	9.8	6.5	$0.068	2/2	2.57s
Total Tes 2 Tes Salah 0 Total Biaya $0.068 Waktu respons (rata-rata) 2.57s
#174	Qwen3.6 Max Preview none	Qwen	9.8	6.4	$0.228	2/2	1.40s
Total Tes 2 Tes Salah 0 Total Biaya $0.228 Waktu respons (rata-rata) 1.40s
#180	Ring-2.6-1T medium	Inclusionai	9.8	6.4	$0.102	2/2	11.8s
Total Tes 2 Tes Salah 0 Total Biaya $0.102 Waktu respons (rata-rata) 11.8s
#193	Inkling low	Thinkingmachines	9.8	6.1	$0.187	2/2	1.81s
Total Tes 2 Tes Salah 0 Total Biaya $0.187 Waktu respons (rata-rata) 1.81s
#201	Grok 4.20 Beta medium	X AI	9.8	6.0	$0.750	2/2	4.89s
Total Tes 2 Tes Salah 0 Total Biaya $0.750 Waktu respons (rata-rata) 4.89s
#203	Gemini 3 PRO Preview medium	Google	9.8	6.0	$0.385	2/2	3.26s
Total Tes 2 Tes Salah 0 Total Biaya $0.385 Waktu respons (rata-rata) 3.26s
#204	GPT-5 Nano medium	OpenAI	9.8	6.0	$0.118	2/2	15.6s
Total Tes 2 Tes Salah 0 Total Biaya $0.118 Waktu respons (rata-rata) 15.6s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)