AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Kategori AI BENCHY

Peringkat 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

15

Rata-rata Skor Kepatuhan instruksi

8.5

Peringkat Model Perusahaan Skor Kepatuhan instruksi Skor Tes benar Waktu respons (rata-rata)
#87 Gemini 3.1 Flash Lite minimal Google 10.0 6.4 2/2 932ms
#89 Hy3 preview low Tencent 10.0 6.4 2/2 16.0s
#90 Gemini 3.1 Flash Lite none Google 10.0 6.4 2/2 859ms
#92 Laguna M.1 medium Poolside 10.0 6.4 2/2 4.30s
#95 Qwen3.5 Plus 2026-02-15 none Qwen 10.0 6.3 2/2 1.67s
#97 Gemini 2.5 Flash none Google 10.0 6.2 2/2 590ms
#98 GLM 5 none Z.ai 10.0 6.1 2/2 1.48s
#103 DeepSeek V4 Pro high DeepSeek 10.0 6.0 2/2 41.2s
#104 Nemotron 3 Ultra 550b A55b none NVIDIA 10.0 6.0 2/2 1.46s
#107 Laguna Xs.2 medium Poolside 10.0 5.8 2/2 1.68s
#110 Seed-2.0-Lite none Bytedance Seed 10.0 5.8 2/2 1.06s
#133 DeepSeek V3.2 none DeepSeek 10.0 5.2 2/2 1.52s
#3 Gemini 3.5 Flash low Google 9.9 9.4 2/2 1.86s
#6 GPT-5.5 low OpenAI 9.9 9.0 2/2 3.74s
#7 Gemini 3.5 Flash medium Google 9.9 9.0 2/2 2.70s

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)