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

0.8

Model terbaik

Gemini 3.6 Flash 1.0

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)
#271	Space Bunny Alpha medium	Stealth	1.0	0.6	$0.000	2/2	1.75s
Total Tes 2 Tes Salah 0 Total Biaya $0.000 Waktu respons (rata-rata) 1.75s
#282	Gemini 3.5 Flash none	Google	1.0	0.6	$1.752	2/2	3.38s
Total Tes 2 Tes Salah 0 Total Biaya $1.752 Waktu respons (rata-rata) 3.38s
#290	KAT-Coder-Pro V2.5 default	Kwaipilot	1.0	0.6	$0.742	2/2	2.61s
Total Tes 2 Tes Salah 0 Total Biaya $0.742 Waktu respons (rata-rata) 2.61s
#349	KAT Coder AIR V2.5 high	Kwaipilot	1.0	0.5	$0.077	2/2	1.51s
Total Tes 2 Tes Salah 0 Total Biaya $0.077 Waktu respons (rata-rata) 1.51s
#363	KAT Coder AIR V2.5 low	Kwaipilot	1.0	0.5	$0.046	2/2	1.64s
Total Tes 2 Tes Salah 0 Total Biaya $0.046 Waktu respons (rata-rata) 1.64s
#391	Ling 2.6 Flash default	Inclusionai	1.0	0.5	$0.002	2/2	5.52s
Total Tes 2 Tes Salah 0 Total Biaya $0.002 Waktu respons (rata-rata) 5.52s
#399	Cobuddy medium	Baidu	1.0	0.4	$0.000	2/2	11.6s
Total Tes 2 Tes Salah 0 Total Biaya $0.000 Waktu respons (rata-rata) 11.6s
#422	Elephant Alpha default	Openrouter	1.0	0.4	$0.000	2/2	1.03s
Total Tes 2 Tes Salah 0 Total Biaya $0.000 Waktu respons (rata-rata) 1.03s
#423	Elephant Alpha medium	Openrouter	1.0	0.4	$0.000	2/2	987ms
Total Tes 2 Tes Salah 0 Total Biaya $0.000 Waktu respons (rata-rata) 987ms
#34	Seed 2.1 Turbo low	Bytedance Seed	1.0	0.9	$1.645	2/2	5.05s
Total Tes 2 Tes Salah 0 Total Biaya $1.645 Waktu respons (rata-rata) 5.05s
#42	Qwen3.8 Max (0902) high	Qwen	1.0	0.9	$3.306	2/2	7.55s
Total Tes 2 Tes Salah 0 Total Biaya $3.306 Waktu respons (rata-rata) 7.55s
#48	Seed 2.1 Turbo high	Bytedance Seed	1.0	0.9	$1.892	2/2	7.66s
Total Tes 2 Tes Salah 0 Total Biaya $1.892 Waktu respons (rata-rata) 7.66s
#54	Gemini 3.5 Flash Lite high	Google	1.0	0.9	$0.624	2/2	2.16s
Total Tes 2 Tes Salah 0 Total Biaya $0.624 Waktu respons (rata-rata) 2.16s
#60	Muse Spark 1.2 high	Meta	1.0	0.9	$2.018	2/2	5.43s
Total Tes 2 Tes Salah 0 Total Biaya $2.018 Waktu respons (rata-rata) 5.43s
#61	Muse Spark 1.2 medium	Meta	1.0	0.9	$1.590	2/2	4.40s
Total Tes 2 Tes Salah 0 Total Biaya $1.590 Waktu respons (rata-rata) 4.40s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)