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)
#284	Laguna M.1 medium	Poolside	10.0	4.7	$0.033	2/2	4.30s
Total Tes 2 Tes Salah 0 Total Biaya $0.033 Waktu respons (rata-rata) 4.30s
#299	Laguna Xs.2 medium	Poolside	10.0	4.1	$0.015	2/2	1.68s
Total Tes 2 Tes Salah 0 Total Biaya $0.015 Waktu respons (rata-rata) 1.68s
#16	GPT-5.5 low	OpenAI	9.9	9.3	$1.257	2/2	3.74s
Total Tes 2 Tes Salah 0 Total Biaya $1.257 Waktu respons (rata-rata) 3.74s
#26	Gemini 3.5 Flash medium	Google	9.9	9.0	$0.665	2/2	2.70s
Total Tes 2 Tes Salah 0 Total Biaya $0.665 Waktu respons (rata-rata) 2.70s
#33	Gemini 3.5 Flash low	Google	9.9	8.8	$0.449	2/2	1.86s
Total Tes 2 Tes Salah 0 Total Biaya $0.449 Waktu respons (rata-rata) 1.86s
#52	GPT-5.2 medium	OpenAI	9.9	8.4	$1.182	2/2	3.12s
Total Tes 2 Tes Salah 0 Total Biaya $1.182 Waktu respons (rata-rata) 3.12s
#60	Claude Sonnet 5 medium	Anthropic	9.9	8.2	$0.922	2/2	3.10s
Total Tes 2 Tes Salah 0 Total Biaya $0.922 Waktu respons (rata-rata) 3.10s
#66	DeepSeek V4 Flash 0731 low	DeepSeek	9.9	8.0	$0.044	2/2	3.01s
Total Tes 2 Tes Salah 0 Total Biaya $0.044 Waktu respons (rata-rata) 3.01s
#78	GLM 5.2 medium	Z.ai	9.9	7.8	$0.224	2/2	7.90s
Total Tes 2 Tes Salah 0 Total Biaya $0.224 Waktu respons (rata-rata) 7.90s
#91	GPT-5.6 Luna high	OpenAI	9.9	7.6	$0.179	2/2	1.79s
Total Tes 2 Tes Salah 0 Total Biaya $0.179 Waktu respons (rata-rata) 1.79s
#107	Kimi K2.7 Code medium	Moonshot AI	9.9	7.4	$0.687	2/2	5.39s
Total Tes 2 Tes Salah 0 Total Biaya $0.687 Waktu respons (rata-rata) 5.39s
#108	GPT-5.6 Luna medium	OpenAI	9.9	7.4	$0.072	2/2	2.38s
Total Tes 2 Tes Salah 0 Total Biaya $0.072 Waktu respons (rata-rata) 2.38s
#112	Gemini 3 Flash Preview low	Google	9.9	7.4	$0.185	2/2	7.02s
Total Tes 2 Tes Salah 0 Total Biaya $0.185 Waktu respons (rata-rata) 7.02s
#117	Gemini 3.1 Flash Lite medium	Google	9.9	7.3	$0.120	2/2	2.59s
Total Tes 2 Tes Salah 0 Total Biaya $0.120 Waktu respons (rata-rata) 2.59s
#120	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

Peringkat Kepatuhan instruksi

Filter model

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)