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: Pruebas correctas ↑.

Modelos mostrados

Promedio de Puntuación de Seguimiento de instrucciones

0.8

Mejor modelo

Minimax M3.1 Flash 0.5

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)
#159	Inkling medium	Thinkingmachines	1.0	0.7	$0.527	2/2	6.17s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.527 Tiempo de respuesta (promedio) 6.17s
#160	Gemma 4 26B A4B medium	Google	1.0	0.7	$0.101	2/2	17.5s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.101 Tiempo de respuesta (promedio) 17.5s
#161	GLM 5.3 Flash high	Z.ai	1.0	0.7	$0.056	2/2	2.06s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.056 Tiempo de respuesta (promedio) 2.06s
#164	Gemini 2.5 Flash medium	Google	1.0	0.7	$0.680	2/2	2.62s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.680 Tiempo de respuesta (promedio) 2.62s
#166	Qwen3.6 Plus medium	Qwen	1.0	0.7	$0.554	2/2	7.54s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.554 Tiempo de respuesta (promedio) 7.54s
#167	Gemini 3.5 Flash Lite medium	Google	1.0	0.7	$0.440	2/2	1.72s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.440 Tiempo de respuesta (promedio) 1.72s
#169	Qwen3.5 Plus 2026-02-15 medium	Qwen	1.0	0.7	$0.567	2/2	31.9s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.567 Tiempo de respuesta (promedio) 31.9s
#170	Qwen3.8 27B medium	Qwen	1.0	0.7	~$0.073	2/2	2.54s
Pruebas totales 2 Pruebas incorrectas 0 Costo total ~$0.073 Tiempo de respuesta (promedio) 2.54s
#171	Gemini 3.8 Flash low	Google	1.0	0.7	$0.323	2/2	2.79s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.323 Tiempo de respuesta (promedio) 2.79s
#172	Claude Opus 4.8 low	Anthropic	1.0	0.7	$3.787	2/2	2.78s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $3.787 Tiempo de respuesta (promedio) 2.78s
#173	Qwen3.7 Flash high	Qwen	1.0	0.7	$0.063	2/2	9.41s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.063 Tiempo de respuesta (promedio) 9.41s
#175	GLM 5 medium	Z.ai	1.0	0.7	$0.479	2/2	7.25s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.479 Tiempo de respuesta (promedio) 7.25s
#176	Step 3.7 Flash low	Stepfun	1.0	0.7	$0.449	2/2	1.58s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.449 Tiempo de respuesta (promedio) 1.58s
#177	Qwen3.6 27B medium	Qwen	1.0	0.7	$1.021	2/2	38.0s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.021 Tiempo de respuesta (promedio) 38.0s
#178	Claude Opus 5 none	Anthropic	1.0	0.7	$2.766	2/2	2.81s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $2.766 Tiempo de respuesta (promedio) 2.81s

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)

Ranking de Seguimiento de instrucciones

Filtrar modelos

Mejores modelos por Puntuación de Seguimiento de instrucciones

Puntuación de Seguimiento de instrucciones vs costo totalSolo se estima la electricidad de la GPU. No incluye el resto del ordenador ni la compra del hardware. NVIDIA GeForce RTX 3090: 0.7349 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.072660.

Mejores modelos por Tiempo de respuesta (promedio)

Puntuación de Seguimiento de instrucciones vs costo total