Categoría AI BENCHY
Ranking 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: Pruebas correctas ↑.
Modelos mostrados
15
Promedio de Puntuación de Seguimiento de instrucciones
8.5
Mejor modelo
MiniMax M2.7 3.8
169/169
Filtrar modelos
Ningún modelo coincide con la búsqueda y los filtros actuales.
| Rango | Modelo | Empresa | Puntuación de Seguimiento de instrucciones | Puntuación | Costo total | Pruebas correctas | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|
| #87 | Nemotron 3 Super medium | NVIDIA | 7.3 | 6.3 | $0.021 | 1/2 | 6.97s |
| #90 | GPT-5.5 none | OpenAI | 6.2 | 6.3 | $0.231 | 1/2 | 1.15s |
| #97 | Qwen3.5-Flash none | Qwen | 6.3 | 6.1 | $0.005 | 1/2 | 8.81s |
| #98 | Gemma 4 31B none | 6.5 | 6.1 | $0.004 | 1/2 | 2.84s | |
| #102 | Qwen3.6 Flash none | Qwen | 6.3 | 6.0 | $0.015 | 1/2 | 1.10s |
| #103 | Qwen3.5-35B-A3B none | Qwen | 6.3 | 5.9 | $0.012 | 1/2 | 809ms |
| #104 | Qwen3.5-27B none | Qwen | 6.3 | 5.9 | $0.015 | 1/2 | 1.03s |
| #105 | GLM 5V Turbo none | Z.ai | 6.5 | 5.9 | $0.052 | 1/2 | 1.97s |
| #108 | Owl Alpha medium | Openrouter | 6.5 | 5.8 | $0.000 | 1/2 | 10.2s |
| #109 | Mimo V2 PRO none | Xiaomi | 6.5 | 5.8 | $0.045 | 1/2 | 2.51s |
| #110 | Owl Alpha none | Openrouter | 6.4 | 5.8 | $0.000 | 1/2 | 2.63s |
| #111 | Kimi K2.6 none | Moonshot AI | 6.5 | 5.8 | $0.079 | 1/2 | 1.64s |
| #112 | GPT-5.4 none | OpenAI | 6.5 | 5.8 | $0.122 | 1/2 | 1.07s |
| #113 | Qwen3.6 Plus Preview medium | Qwen | 6.5 | 5.8 | $0.000 | 1/2 | 3.40s |
| #114 | Mimo V2 Omni none | Xiaomi | 6.5 | 5.7 | $0.021 | 1/2 | 4.26s |