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: Costo total ↑.
Modelos mostrados
15
Promedio de Puntuación de Seguimiento de instrucciones
8.5
Mejor modelo
North Mini Code 9.8
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) |
|---|---|---|---|---|---|---|---|
| #117 | DeepSeek V4 Flash none | DeepSeek | 6.5 | 5.5 | $0.007 | 1/2 | 17.5s |
| #161 | Grok 4.1 Fast none | X AI | 3.0 | 4.0 | $0.008 | 0/2 | 685ms |
| #137 | Trinity Large Preview none | Arcee AI | 3.5 | 5.0 | $0.008 | 0/2 | 822ms |
| #148 | Qwen3 Coder Next medium | Qwen | 6.3 | 4.7 | $0.008 | 1/2 | 7.49s |
| #130 | Qwen3 Coder Next none | Qwen | 6.3 | 5.1 | $0.009 | 1/2 | 7.78s |
| #164 | gpt-oss-120b none | OpenAI | 9.8 | 4.0 | $0.010 | 2/2 | 5.06s |
| #145 | GPT-5.4 Nano none | OpenAI | 6.3 | 4.8 | $0.011 | 1/2 | 784ms |
| #151 | Mercury 2 none | Inception | 6.5 | 4.6 | $0.011 | 1/2 | 551ms |
| #103 | Qwen3.5-35B-A3B none | Qwen | 6.3 | 5.9 | $0.012 | 1/2 | 809ms |
| #78 | gpt-oss-120b medium | OpenAI | 9.9 | 6.7 | $0.013 | 2/2 | 7.63s |
| #96 | Gemini 3.1 Flash Lite none | 10.0 | 6.1 | $0.013 | 2/2 | 859ms | |
| #94 | Gemini 3.1 Flash Lite minimal | 10.0 | 6.1 | $0.013 | 2/2 | 932ms | |
| #102 | Qwen3.6 Flash none | Qwen | 6.3 | 6.0 | $0.015 | 1/2 | 1.10s |
| #104 | Qwen3.5-27B none | Qwen | 6.3 | 5.9 | $0.015 | 1/2 | 1.03s |
| #93 | Gemini 2.5 Flash none | 10.0 | 6.2 | $0.016 | 2/2 | 590ms |