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) |
|---|---|---|---|---|---|---|---|
| #106 | Qwen3.5 Plus 2026-02-15 none | Qwen | 10.0 | 5.8 | $0.016 | 2/2 | 1.67s |
| #119 | MiMo-V2.5-Pro none | Xiaomi | 6.4 | 5.5 | $0.017 | 1/2 | 1.03s |
| #126 | DeepSeek V3.2 none | DeepSeek | 10.0 | 5.3 | $0.017 | 2/2 | 1.52s |
| #84 | Gemini 3.1 Flash Lite Preview none | 10.0 | 6.4 | $0.018 | 2/2 | 1.13s | |
| #86 | Hy3 preview low | Tencent | 10.0 | 6.4 | $0.018 | 2/2 | 16.0s |
| #92 | Seed-2.0-Lite none | Bytedance Seed | 10.0 | 6.2 | $0.019 | 2/2 | 1.06s |
| #125 | Qwen3.5-122B-A10B none | Qwen | 6.3 | 5.3 | $0.020 | 1/2 | 513ms |
| #168 | Step 3.5 Flash none | Stepfun | 5.0 | 2.6 | $0.020 | 1/1 | 9.30s |
| #87 | Nemotron 3 Super medium | NVIDIA | 7.3 | 6.3 | $0.021 | 1/2 | 6.97s |
| #114 | Mimo V2 Omni none | Xiaomi | 6.5 | 5.7 | $0.021 | 1/2 | 4.26s |
| #54 | Hy3 preview medium | Tencent | 10.0 | 7.3 | $0.021 | 2/2 | 6.16s |
| #60 | Qwen3.7 Plus none | Qwen | 6.3 | 7.2 | $0.023 | 1/2 | 929ms |
| #67 | Gemini 3 Flash Preview none | 6.4 | 6.9 | $0.025 | 1/2 | 1.58s | |
| #159 | MiMo-V2-Flash none | Xiaomi | 6.5 | 4.3 | $0.025 | 1/2 | 857ms |
| #82 | Gemini 3.1 Flash Lite Preview low | 10.0 | 6.5 | $0.026 | 2/2 | 1.49s |