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)
#305	Seed 2.1 Turbo none	Bytedance Seed	1.0	0.6	$0.182	2/2	1.82s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.182 Tiempo de respuesta (promedio) 1.82s
#325	North Mini Code medium	Cohere	1.0	0.5	$0.000	2/2	15.4s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.000 Tiempo de respuesta (promedio) 15.4s
#326	Hy4 preview low	Tencent	1.0	0.5	$1.844	2/2	77.7s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.844 Tiempo de respuesta (promedio) 77.7s
#334	Qwen3.6 Max Preview none	Qwen	1.0	0.5	$0.228	2/2	1.40s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.228 Tiempo de respuesta (promedio) 1.40s
#355	Grok 4.20 Beta medium	X AI	1.0	0.5	$0.750	2/2	4.89s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.750 Tiempo de respuesta (promedio) 4.89s
#359	Gemini 3 PRO Preview medium	Google	1.0	0.5	$0.385	2/2	3.26s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.385 Tiempo de respuesta (promedio) 3.26s
#384	Ring 2.6 1t default	Inclusionai	1.0	0.4	$0.026	2/2	27.4s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.026 Tiempo de respuesta (promedio) 27.4s
#392	Gemini 3.1 Flash Lite Preview high	Google	1.0	0.4	$2.310	2/2	64.0s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $2.310 Tiempo de respuesta (promedio) 64.0s
#395	gpt-oss-120b none	OpenAI	1.0	0.4	$0.016	2/2	5.06s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.016 Tiempo de respuesta (promedio) 5.06s
#400	Grok 4.20 Multi Agent Beta medium	X AI	1.0	0.4	$5.599	2/2	3.52s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $5.599 Tiempo de respuesta (promedio) 3.52s
#422	Grok Build 0.1 none	X AI	1.0	0.3	$0.547	2/2	7.36s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.547 Tiempo de respuesta (promedio) 7.36s
#30	Muse Spark Open high	Meta	1.0	0.9	$1.782	2/2	28.5s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.782 Tiempo de respuesta (promedio) 28.5s
#48	Muse Spark 1.3 medium	Meta	1.0	0.9	$1.712	2/2	10.5s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.712 Tiempo de respuesta (promedio) 10.5s
#52	Gemini 3.6 Flash low	Google	1.0	0.9	$0.363	2/2	2.82s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.363 Tiempo de respuesta (promedio) 2.82s
#53	GLM 5.3 Flash max	Z.ai	1.0	0.9	$0.089	2/2	3.65s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.089 Tiempo de respuesta (promedio) 3.65s

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)