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) |
|---|---|---|---|---|---|---|---|
| #115 | Grok 4.1 Fast medium | X AI | 6.5 | 5.6 | $0.069 | 1/2 | 4.63s |
| #117 | DeepSeek V4 Flash none | DeepSeek | 6.5 | 5.5 | $0.007 | 1/2 | 17.5s |
| #118 | Kimi K2.5 none | Moonshot AI | 6.5 | 5.5 | $0.027 | 1/2 | 2.67s |
| #119 | MiMo-V2.5-Pro none | Xiaomi | 6.4 | 5.5 | $0.017 | 1/2 | 1.03s |
| #120 | Qwen3.6 27B none | Qwen | 6.2 | 5.5 | $0.028 | 1/2 | 1.92s |
| #121 | Gemma 4 26B A4B none | 6.3 | 5.5 | $0.004 | 1/2 | 690ms | |
| #122 | Qwen3.5 Plus 2026-04-20 none | Qwen | 6.2 | 5.5 | $0.032 | 1/2 | 1.17s |
| #123 | GLM 5 Turbo none | Z.ai | 6.5 | 5.3 | $0.047 | 1/2 | 2.13s |
| #124 | GPT-5.4 Mini none | OpenAI | 6.3 | 5.3 | $0.038 | 1/2 | 728ms |
| #125 | Qwen3.5-122B-A10B none | Qwen | 6.3 | 5.3 | $0.020 | 1/2 | 513ms |
| #128 | Qwen3.6 35B A3B none | Qwen | 6.2 | 5.2 | $0.031 | 1/2 | 1.86s |
| #129 | Mistral Small 4 none | Mistral | 6.5 | 5.1 | $0.007 | 1/2 | 380ms |
| #130 | Qwen3 Coder Next none | Qwen | 6.3 | 5.1 | $0.009 | 1/2 | 7.78s |
| #131 | North Mini Code none | Cohere | 6.5 | 5.1 | $0.000 | 1/2 | 30.7s |
| #133 | Mistral Small 4 medium | Mistral | 7.3 | 5.1 | $0.068 | 1/2 | 1.38s |