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

8.6

Model terbaik

Gemini 3 Flash Preview 10.0

Alasan kegagalan

Dengan alasan kegagalan Jawaban salah61 Dengan alasan kegagalan Tidak mengikuti instruksi19 Dengan alasan kegagalan Format tambahan3 Dengan alasan kegagalan Tidak ada jawaban2 Dengan alasan kegagalan Kedaluwarsa1 Dengan alasan kegagalan Kesalahan API1

216/216

Peringkat	Model	Perusahaan	Skor Kepatuhan instruksi	Skor	Total Biaya	Tes benar	Waktu respons (rata-rata)
#48	GPT-5.6 Luna high	OpenAI	9.9	7.7	$1.017	2/2	1.79s
Total Tes 2 Tes Salah 0 Total Biaya $1.017 Waktu respons (rata-rata) 1.79s
#54	GPT-5.6 Luna medium	OpenAI	9.9	7.6	$0.352	2/2	2.38s
Total Tes 2 Tes Salah 0 Total Biaya $0.352 Waktu respons (rata-rata) 2.38s
#56	Kimi K2.7 Code medium	Moonshot AI	9.9	7.5	$0.740	2/2	5.39s
Total Tes 2 Tes Salah 0 Total Biaya $0.740 Waktu respons (rata-rata) 5.39s
#65	Gemini 3 Flash Preview low	Google	9.9	7.4	$0.177	2/2	7.02s
Total Tes 2 Tes Salah 0 Total Biaya $0.177 Waktu respons (rata-rata) 7.02s
#69	Gemini 3.1 Flash Lite medium	Google	9.9	7.3	$0.117	2/2	2.59s
Total Tes 2 Tes Salah 0 Total Biaya $0.117 Waktu respons (rata-rata) 2.59s
#70	Claude Opus 4.8 none	Anthropic	9.9	7.3	$1.166	2/2	1.37s
Total Tes 2 Tes Salah 0 Total Biaya $1.166 Waktu respons (rata-rata) 1.37s
#73	KAT-Coder-Pro V2.5 high	Kwaipilot	9.9	7.2	$0.482	2/2	2.67s
Total Tes 2 Tes Salah 0 Total Biaya $0.482 Waktu respons (rata-rata) 2.67s
#85	KAT-Coder-Pro V2.5 medium	Kwaipilot	9.9	6.9	$0.467	2/2	2.58s
Total Tes 2 Tes Salah 0 Total Biaya $0.467 Waktu respons (rata-rata) 2.58s
#88	MiMo-V2.5-Pro medium	Xiaomi	9.9	6.9	$0.187	2/2	2.77s
Total Tes 2 Tes Salah 0 Total Biaya $0.187 Waktu respons (rata-rata) 2.77s
#98	GLM 5V Turbo medium	Z.ai	9.9	6.7	$0.457	2/2	3.74s
Total Tes 2 Tes Salah 0 Total Biaya $0.457 Waktu respons (rata-rata) 3.74s
#107	MiMo-V2.5 medium	Xiaomi	9.9	6.5	$0.082	2/2	1.80s
Total Tes 2 Tes Salah 0 Total Biaya $0.082 Waktu respons (rata-rata) 1.80s
#115	Mimo V2 PRO medium	Xiaomi	9.9	6.3	$0.333	2/2	3.36s
Total Tes 2 Tes Salah 0 Total Biaya $0.333 Waktu respons (rata-rata) 3.36s
#127	gpt-oss-120b medium	OpenAI	9.9	6.1	$0.019	2/2	7.63s
Total Tes 2 Tes Salah 0 Total Biaya $0.019 Waktu respons (rata-rata) 7.63s
#188	KAT-Coder-Air V2.5 none	Kwaipilot	9.9	4.8	$0.067	2/2	1.75s
Total Tes 2 Tes Salah 0 Total Biaya $0.067 Waktu respons (rata-rata) 1.75s
#190	Hunter Alpha medium	OpenRouter	9.9	4.7	$0.000	2/2	4.18s
Total Tes 2 Tes Salah 0 Total Biaya $0.000 Waktu respons (rata-rata) 4.18s

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)