Ranking de modelos de Seguimiento de instrucciones

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

Modelos mostrados

Promedio de Puntuación de Seguimiento de instrucciones

0.8

Mejor modelo

Gemini 3 Flash Preview 0.0

Motivos de fallo

Con motivo de fallo Respuesta incorrecta117 Con motivo de fallo No siguió las instrucciones77 Con motivo de fallo Error de API25 Con motivo de fallo Formato extra8 Con motivo de fallo Tiempo agotado5 Con motivo de fallo Sin respuesta2

451/451

Rango	Modelo	Empresa	Puntuación de Seguimiento de instrucciones	Puntuación	Costo total	Pruebas correctas	Tiempo de respuesta (promedio)
#215	GPT 5.3 Chat default	OpenAI	1.0	0.7	$0.533	2/2	3.51s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.533 Tiempo de respuesta (promedio) 3.51s
#220	GLM 5.2 none	Z.ai	1.0	0.7	$0.250	2/2	3.84s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.250 Tiempo de respuesta (promedio) 3.84s
#224	Step 3.7 Flash high	Stepfun	1.0	0.7	$1.478	2/2	1.52s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.478 Tiempo de respuesta (promedio) 1.52s
#225	Beam 1.0 501B A23B medium	Reflection	1.0	0.7	$0.499	2/2	1.24s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.499 Tiempo de respuesta (promedio) 1.24s
#230	Mercury 2.5 Preview high	Inception	1.0	0.6	$0.040	2/2	1.05s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.040 Tiempo de respuesta (promedio) 1.05s
#232	Beam 1.0 501B A23B xhigh	Reflection	1.0	0.6	$0.688	2/2	1.15s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.688 Tiempo de respuesta (promedio) 1.15s
#234	GLM 5.1 none	Z.ai	1.0	0.6	$0.451	2/2	1.98s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.451 Tiempo de respuesta (promedio) 1.98s
#237	Laguna XS 2.1 medium	Poolside	1.0	0.6	$0.083	2/2	2.57s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.083 Tiempo de respuesta (promedio) 2.57s
#260	Ling 3.1 Flash low	Inclusionai	1.0	0.6	$0.000	2/2	3.82s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.000 Tiempo de respuesta (promedio) 3.82s
#266	Grok 4.20 medium	X AI	1.0	0.6	$1.246	2/2	4.26s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.246 Tiempo de respuesta (promedio) 4.26s
#274	Beam 1.0 501B A23B high	Reflection	1.0	0.6	$0.674	2/2	1.27s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.674 Tiempo de respuesta (promedio) 1.27s
#276	Apodex 1.1 Mini low	Apodex	1.0	0.6	$0.000	2/2	7.71s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.000 Tiempo de respuesta (promedio) 7.71s
#285	MiMo-V2.6-Pro none	Xiaomi	1.0	0.6	$0.193	2/2	803ms
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.193 Tiempo de respuesta (promedio) 803ms
#300	Ring 2.6 1t medium	Inclusionai	1.0	0.6	$0.102	2/2	11.8s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.102 Tiempo de respuesta (promedio) 11.8s
#302	GPT-5 Nano medium	OpenAI	1.0	0.6	$0.159	2/2	15.6s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.159 Tiempo de respuesta (promedio) 15.6s

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)