Ranking de modelos de Seguimiento de instrucciones

Categoría AI BENCHY

Mira qué modelos de IA rinden mejor en Seguimiento de instrucciones, cuáles se mantienen fiables y dónde aparecen las mayores diferencias. Ordenar por: Pruebas correctas ↑.

Modelos mostrados

Promedio de Puntuación de Seguimiento de instrucciones

8.5

Mejor modelo

MiniMax M2.7 3.8

Motivos de fallo

Con motivo de fallo Respuesta incorrecta54 Con motivo de fallo No siguió las instrucciones12 Con motivo de fallo Formato extra2 Con motivo de fallo Sin respuesta2 Con motivo de fallo Error de API1

169/169

Rango	Modelo	Empresa	Puntuación de Seguimiento de instrucciones	Puntuación	Costo total	Pruebas correctas	Tiempo de respuesta (promedio)
#78	gpt-oss-120b medium	OpenAI	9.9	6.7	$0.013	2/2	7.63s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.013 Tiempo de respuesta (promedio) 7.63s
#79	GPT-5 Nano medium	OpenAI	9.8	6.7	$0.081	2/2	15.6s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.081 Tiempo de respuesta (promedio) 15.6s
#81	Qwen3.6 27B medium	Qwen	10.0	6.6	$0.440	2/2	38.0s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.440 Tiempo de respuesta (promedio) 38.0s
#82	Gemini 3.1 Flash Lite Preview low	Google	10.0	6.5	$0.026	2/2	1.49s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.026 Tiempo de respuesta (promedio) 1.49s
#84	Gemini 3.1 Flash Lite Preview none	Google	10.0	6.4	$0.018	2/2	1.13s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.018 Tiempo de respuesta (promedio) 1.13s
#85	Gemini 3.1 Flash Lite low	Google	10.0	6.4	$0.028	2/2	1.52s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.028 Tiempo de respuesta (promedio) 1.52s
#86	Hy3 preview low	Tencent	10.0	6.4	$0.018	2/2	16.0s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.018 Tiempo de respuesta (promedio) 16.0s
#88	Gemma 4 31B medium	Google	10.0	6.3	$0.033	2/2	12.8s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.033 Tiempo de respuesta (promedio) 12.8s
#89	Qwen3.5-35B-A3B medium	Qwen	10.0	6.3	$0.401	2/2	24.4s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.401 Tiempo de respuesta (promedio) 24.4s
#91	Gemini 3 PRO Preview medium	Google	9.8	6.2	$0.385	2/2	3.26s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.385 Tiempo de respuesta (promedio) 3.26s
#92	Seed-2.0-Lite none	Bytedance Seed	10.0	6.2	$0.019	2/2	1.06s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.019 Tiempo de respuesta (promedio) 1.06s
#93	Gemini 2.5 Flash none	Google	10.0	6.2	$0.016	2/2	590ms
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.016 Tiempo de respuesta (promedio) 590ms
#94	Gemini 3.1 Flash Lite minimal	Google	10.0	6.1	$0.013	2/2	932ms
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.013 Tiempo de respuesta (promedio) 932ms
#95	Gemini 3.1 Flash Lite Preview high	Google	9.8	6.1	$2.310	2/2	64.0s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $2.310 Tiempo de respuesta (promedio) 64.0s
#96	Gemini 3.1 Flash Lite none	Google	10.0	6.1	$0.013	2/2	859ms
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.013 Tiempo de respuesta (promedio) 859ms

←

1 9 10 11 12

→

Ranking de Seguimiento de instrucciones

Filtrar modelos

Mejores modelos por Puntuación de Seguimiento de instrucciones

Puntuación de Seguimiento de instrucciones vs costo total

Mejores modelos por Tiempo de respuesta (promedio)