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 Flash Preview 10.0

Alasan kegagalan

Dengan alasan kegagalan Jawaban salah61 Dengan alasan kegagalan Tidak mengikuti instruksi18 Dengan alasan kegagalan Format tambahan3 Dengan alasan kegagalan Tidak ada jawaban2 Dengan alasan kegagalan Kedaluwarsa1 Dengan alasan kegagalan Kesalahan API1

210/210

Peringkat	Model	Perusahaan	Skor Kepatuhan instruksi	Skor	Total Biaya	Tes benar	Waktu respons (rata-rata)
#59	Qwen3.7 Max none	Qwen	10.0	7.4	$0.197	2/2	943ms
Total Tes 2 Tes Salah 0 Total Biaya $0.197 Waktu respons (rata-rata) 943ms
#62	KAT-Coder-Pro V2.5 low	Kwaipilot	10.0	7.4	$0.387	2/2	2.53s
Total Tes 2 Tes Salah 0 Total Biaya $0.387 Waktu respons (rata-rata) 2.53s
#64	Gemini 3.1 Flash Lite Preview medium	Google	10.0	7.3	$0.115	2/2	1.91s
Total Tes 2 Tes Salah 0 Total Biaya $0.115 Waktu respons (rata-rata) 1.91s
#68	Kimi K2.6 medium	Moonshot AI	10.0	7.2	$1.036	2/2	12.5s
Total Tes 2 Tes Salah 0 Total Biaya $1.036 Waktu respons (rata-rata) 12.5s
#70	Qwen3.5 Plus 2026-04-20 medium	Qwen	10.0	7.2	$0.317	2/2	20.2s
Total Tes 2 Tes Salah 0 Total Biaya $0.317 Waktu respons (rata-rata) 20.2s
#72	Qwen3.5-122B-A10B medium	Qwen	10.0	7.1	$1.046	2/2	9.88s
Total Tes 2 Tes Salah 0 Total Biaya $1.046 Waktu respons (rata-rata) 9.88s
#76	DeepSeek V3.2 medium	DeepSeek	10.0	7.0	$0.078	2/2	35.8s
Total Tes 2 Tes Salah 0 Total Biaya $0.078 Waktu respons (rata-rata) 35.8s
#77	Kimi K2.5 medium	Moonshot AI	10.0	7.0	$0.600	2/2	92.5s
Total Tes 2 Tes Salah 0 Total Biaya $0.600 Waktu respons (rata-rata) 92.5s
#78	Mercury 2 medium	Inception	10.0	7.0	$0.093	2/2	1.07s
Total Tes 2 Tes Salah 0 Total Biaya $0.093 Waktu respons (rata-rata) 1.07s
#80	Seed-2.0-Mini medium	Bytedance Seed	10.0	7.0	$0.101	2/2	17.5s
Total Tes 2 Tes Salah 0 Total Biaya $0.101 Waktu respons (rata-rata) 17.5s
#85	Qwen3.6 Flash medium	Qwen	10.0	6.9	$0.738	2/2	6.05s
Total Tes 2 Tes Salah 0 Total Biaya $0.738 Waktu respons (rata-rata) 6.05s
#90	Qwen3.6 35B A3B medium	Qwen	10.0	6.7	$0.746	2/2	7.50s
Total Tes 2 Tes Salah 0 Total Biaya $0.746 Waktu respons (rata-rata) 7.50s
#94	Claude Opus 4.7 none	Anthropic	10.0	6.6	$0.505	2/2	1.46s
Total Tes 2 Tes Salah 0 Total Biaya $0.505 Waktu respons (rata-rata) 1.46s
#95	Gemma 4 26B A4B medium	Google	10.0	6.6	$0.089	2/2	17.5s
Total Tes 2 Tes Salah 0 Total Biaya $0.089 Waktu respons (rata-rata) 17.5s
#99	Qwen3.6 27B medium	Qwen	10.0	6.5	$0.779	2/2	38.0s
Total Tes 2 Tes Salah 0 Total Biaya $0.779 Waktu respons (rata-rata) 38.0s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)