Modell-Ranking für Befolgung von Anweisungen

Sieh, welche KI-Modelle bei Befolgung von Anweisungen am besten abschneiden, welche zuverlässig bleiben und wo die größten Unterschiede liegen.

Angezeigte Modelle

Durchschnittlicher Wert für Befolgung von Anweisungen-Score

0.8

Bestes Modell

Gemini 3.6 Flash 1.0

Fehlergründe

Mit Fehlergrund Falsche Antwort118 Mit Fehlergrund Anweisungen nicht befolgt82 Mit Fehlergrund API-Fehler25 Mit Fehlergrund Zusätzliche Formatierung8 Mit Fehlergrund Zeitüberschreitung5 Mit Fehlergrund Keine Antwort2

461/461

Rang	Modell	Unternehmen	Befolgung von Anweisungen-Score	Punktzahl	Gesamtkosten	Korrekte Tests	Antwortzeit (Durchschnitt)
#139	Grok 4.6 medium	X AI	1.0	0.8	$2.270	2/2	12.8s
Gesamttests 2 Falsche Tests 0 Gesamtkosten $2.270 Antwortzeit (Durchschnitt) 12.8s
#141	Grok 4.5 low	X AI	1.0	0.8	$1.345	2/2	2.80s
Gesamttests 2 Falsche Tests 0 Gesamtkosten $1.345 Antwortzeit (Durchschnitt) 2.80s
#150	Muse Glimmer 30B medium	Meta	1.0	0.8	$0.288	2/2	5.34s
Gesamttests 2 Falsche Tests 0 Gesamtkosten $0.288 Antwortzeit (Durchschnitt) 5.34s
#152	Qwen3.8 Flash Next medium	Qwen	1.0	0.8	~$0.047	2/2	2.04s
Gesamttests 2 Falsche Tests 0 Gesamtkosten ~$0.047 Antwortzeit (Durchschnitt) 2.04s
#163	Seed-2.0-Code medium	Bytedance Seed	1.0	0.7	$1.275	2/2	10.3s
Gesamttests 2 Falsche Tests 0 Gesamtkosten $1.275 Antwortzeit (Durchschnitt) 10.3s
#168	Inkling medium	Thinkingmachines	1.0	0.7	$0.527	2/2	6.17s
Gesamttests 2 Falsche Tests 0 Gesamtkosten $0.527 Antwortzeit (Durchschnitt) 6.17s
#173	Gemini 2.5 Flash medium	Google	1.0	0.7	$0.680	2/2	2.62s
Gesamttests 2 Falsche Tests 0 Gesamtkosten $0.680 Antwortzeit (Durchschnitt) 2.62s
#176	Gemini 3.5 Flash Lite medium	Google	1.0	0.7	$0.440	2/2	1.72s
Gesamttests 2 Falsche Tests 0 Gesamtkosten $0.440 Antwortzeit (Durchschnitt) 1.72s
#182	Qwen3.7 Flash high	Qwen	1.0	0.7	$0.063	2/2	9.41s
Gesamttests 2 Falsche Tests 0 Gesamtkosten $0.063 Antwortzeit (Durchschnitt) 9.41s
#185	Step 3.7 Flash low	Stepfun	1.0	0.7	$0.449	2/2	1.58s
Gesamttests 2 Falsche Tests 0 Gesamtkosten $0.449 Antwortzeit (Durchschnitt) 1.58s
#188	Qwen3.8 Flash Next xhigh	Qwen	1.0	0.7	~$0.195	2/2	3.72s
Gesamttests 2 Falsche Tests 0 Gesamtkosten ~$0.195 Antwortzeit (Durchschnitt) 3.72s
#193	GPT-5.2 Chat default	OpenAI	1.0	0.7	$0.594	2/2	5.51s
Gesamttests 2 Falsche Tests 0 Gesamtkosten $0.594 Antwortzeit (Durchschnitt) 5.51s
#200	Grok 4.6 low	X AI	1.0	0.7	$0.781	2/2	6.64s
Gesamttests 2 Falsche Tests 0 Gesamtkosten $0.781 Antwortzeit (Durchschnitt) 6.64s
#212	Inkling low	Thinkingmachines	1.0	0.7	$0.293	2/2	1.81s
Gesamttests 2 Falsche Tests 0 Gesamtkosten $0.293 Antwortzeit (Durchschnitt) 1.81s
#213	Mercury 2.5 Preview medium	Inception	1.0	0.7	$0.039	2/2	1.35s
Gesamttests 2 Falsche Tests 0 Gesamtkosten $0.039 Antwortzeit (Durchschnitt) 1.35s

Befolgung von Anweisungen-Ranking

Modelle filtern

Top-Modelle nach Befolgung von Anweisungen-Score

Befolgung von Anweisungen-Score vs. Gesamtkosten

Top-Modelle nach Antwortzeit (Durchschnitt)

Befolgung von Anweisungen-Ranking

Modelle filtern

Top-Modelle nach Befolgung von Anweisungen-Score

Befolgung von Anweisungen-Score vs. GesamtkostenNur geschätzte GPU-Stromkosten. Der übrige Computer und die Anschaffungskosten der Hardware sind nicht enthalten. NVIDIA GeForce RTX 3090: 0.4752 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.046984.

Top-Modelle nach Antwortzeit (Durchschnitt)

Befolgung von Anweisungen-Score vs. Gesamtkosten