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: Métrica ↑.

Modelos mostrados

Promedio de Puntuación de Seguimiento de instrucciones

0.8

Mejor modelo

Gemini 3 Flash Preview 0.0

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)
#278	Qwen3.5 Plus 2026-04-20 none	Qwen	0.6	0.6	$0.216	1/2	1.17s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.216 Tiempo de respuesta (promedio) 1.17s
#319	GPT-6 Luna none	OpenAI	0.6	0.5	$0.026	1/2	17.0s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.026 Tiempo de respuesta (promedio) 17.0s
#322	Seed-2.0-Code none	Bytedance Seed	0.6	0.5	$0.257	1/2	1.80s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.257 Tiempo de respuesta (promedio) 1.80s
#336	Qwen3.6 35B A3B none	Qwen	0.6	0.5	$0.105	1/2	1.86s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.105 Tiempo de respuesta (promedio) 1.86s
#394	GLM 4.7 Flash medium	Z.ai	0.6	0.4	$0.193	1/2	2.97s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.193 Tiempo de respuesta (promedio) 2.97s
#146	Space Bunny Alpha high	Stealth	0.6	0.8	$0.000	1/2	2.04s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.000 Tiempo de respuesta (promedio) 2.04s
#253	Qwen3.6 27B none	Qwen	0.6	0.6	$0.148	1/2	1.92s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.148 Tiempo de respuesta (promedio) 1.92s
#131	Qwen3.7 Plus none	Qwen	0.6	0.8	$0.178	1/2	929ms
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.178 Tiempo de respuesta (promedio) 929ms
#168	Qwen3.5-27B none	Qwen	0.6	0.7	$0.116	1/2	1.03s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.116 Tiempo de respuesta (promedio) 1.03s
#181	Minimax M3.1 Flash low	Minimax	0.6	0.7	$0.000	1/2	1.60s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.000 Tiempo de respuesta (promedio) 1.60s
#199	Claude Sonnet 5.5 low	Anthropic	0.6	0.7	$0.909	1/2	1.91s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.909 Tiempo de respuesta (promedio) 1.91s
#210	Qwen3.5-Flash none	Qwen	0.6	0.7	$0.089	1/2	8.81s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.089 Tiempo de respuesta (promedio) 8.81s
#227	Claude Sonnet 5.5 medium	Anthropic	0.6	0.7	$1.100	1/2	1.88s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $1.100 Tiempo de respuesta (promedio) 1.88s
#238	Qwen3.5-122B-A10B none	Qwen	0.6	0.6	$0.308	1/2	513ms
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.308 Tiempo de respuesta (promedio) 513ms
#277	Inkling none	Thinkingmachines	0.6	0.6	$0.292	1/2	1.72s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.292 Tiempo de respuesta (promedio) 1.72s

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)