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)
#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
#261	Claude Opus 4.6 medium	Anthropic	1.0	0.6	$2.961	2/2	2.43s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $2.961 Tiempo de respuesta (promedio) 2.43s
#262	Space Bunny Alpha medium	Stealth	1.0	0.6	$0.000	2/2	1.75s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.000 Tiempo de respuesta (promedio) 1.75s
#263	DeepSeek V3.2 medium	DeepSeek	1.0	0.6	$0.152	2/2	35.8s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.152 Tiempo de respuesta (promedio) 35.8s
#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
#268	KAT-Coder-Pro V2.5 medium	Kwaipilot	1.0	0.6	$0.669	2/2	2.58s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.669 Tiempo de respuesta (promedio) 2.58s
#269	GLM 5 Turbo medium	Z.ai	1.0	0.6	$0.323	2/2	5.38s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.323 Tiempo de respuesta (promedio) 5.38s
#271	Gemini 3.1 Flash Lite Preview none	Google	1.0	0.6	$0.090	2/2	1.13s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.090 Tiempo de respuesta (promedio) 1.13s
#273	Gemini 3.5 Flash none	Google	1.0	0.6	$1.752	2/2	3.38s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.752 Tiempo de respuesta (promedio) 3.38s
#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
#279	Step 5 Preview medium	Stepfun	1.0	0.6	$4.136	2/2	4.23s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $4.136 Tiempo de respuesta (promedio) 4.23s
#281	KAT-Coder-Pro V2.5 default	Kwaipilot	1.0	0.6	$0.742	2/2	2.61s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.742 Tiempo de respuesta (promedio) 2.61s
#284	GLM 5.3 FlashX low	Z.ai	1.0	0.6	$0.157	2/2	1.34s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.157 Tiempo de respuesta (promedio) 1.34s
#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

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)