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)
#149 Nemotron 3 Nano Omni 30b A3b Reasoning medium NVIDIA 7.3 4.6 1/2 1.37s
#77 Claude Sonnet 4.6 none Anthropic 6.5 6.8 1/2 1.96s
#85 Gemma 4 31B none Google 6.5 6.5 1/2 2.84s
#86 Grok 4.1 Fast medium X AI 6.5 6.5 1/2 4.63s
#93 Qwen3.6 Plus Preview medium Qwen 6.5 6.3 1/2 3.40s
#101 Mimo V2 Omni none Xiaomi 6.5 6.0 1/2 4.26s
#109 GLM 5V Turbo none Z.ai 6.5 5.8 1/2 1.97s
#111 Owl Alpha medium Openrouter 6.5 5.7 1/2 10.2s
#120 Mimo V2 PRO none Xiaomi 6.5 5.6 1/2 2.51s
#122 GLM 4.7 Flash none Z.ai 6.5 5.5 1/2 888ms
#124 Kimi K2.6 none Moonshot AI 6.5 5.5 1/2 1.64s
#125 GPT-5.4 none OpenAI 6.5 5.5 1/2 1.07s
#134 GLM 5 Turbo none Z.ai 6.5 5.2 1/2 2.13s
#135 Kimi K2.5 none Moonshot AI 6.5 5.2 1/2 2.67s
#139 DeepSeek V4 Flash none DeepSeek 6.5 5.0 1/2 17.5s

Model teratas menurut Skor Kepatuhan instruksi

Skor Kepatuhan instruksi vs total biaya

Model teratas menurut Waktu respons (rata-rata)