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) |
|---|---|---|---|---|---|---|---|
| #144 | Ring-2.6-1T none | Inclusionai | 9.8 | 4.8 | $0.026 | 2/2 | 27.4s |
| #101 | GLM 5 none | Z.ai | 10.0 | 6.0 | $0.027 | 2/2 | 1.48s |
| #23 | DeepSeek V4 Flash high | DeepSeek | 10.0 | 8.3 | $0.027 | 2/2 | 15.4s |
| #99 | Nemotron 3 Ultra 550b A55b none | NVIDIA | 10.0 | 6.1 | $0.027 | 2/2 | 1.46s |
| #118 | Kimi K2.5 none | Moonshot AI | 6.5 | 5.5 | $0.027 | 1/2 | 2.67s |
| #85 | Gemini 3.1 Flash Lite low | 10.0 | 6.4 | $0.028 | 2/2 | 1.52s | |
| #120 | Qwen3.6 27B none | Qwen | 6.2 | 5.5 | $0.028 | 1/2 | 1.92s |
| #128 | Qwen3.6 35B A3B none | Qwen | 6.2 | 5.2 | $0.031 | 1/2 | 1.86s |
| #122 | Qwen3.5 Plus 2026-04-20 none | Qwen | 6.2 | 5.5 | $0.032 | 1/2 | 1.17s |
| #88 | Gemma 4 31B medium | 10.0 | 6.3 | $0.033 | 2/2 | 12.8s | |
| #72 | Ring-2.6-1T medium | Inclusionai | 9.8 | 6.8 | $0.033 | 2/2 | 11.8s |
| #58 | DeepSeek V4 Pro none | DeepSeek | 6.3 | 7.2 | $0.034 | 1/2 | 4.12s |
| #165 | Qwen3.5-9B medium | Qwen | 6.5 | 3.8 | $0.036 | 1/2 | 5.75s |
| #124 | GPT-5.4 Mini none | OpenAI | 6.3 | 5.3 | $0.038 | 1/2 | 728ms |
| #62 | MiMo-V2-Flash medium | Xiaomi | 10.0 | 7.1 | $0.043 | 2/2 | 4.28s |