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) |
|---|---|---|---|---|---|---|---|
| #158 | Hy3 preview none | Tencent | 6.3 | 4.3 | $0.003 | 1/2 | 13.0s |
| #159 | MiMo-V2-Flash none | Xiaomi | 6.5 | 4.3 | $0.025 | 1/2 | 857ms |
| #162 | Laguna Xs.2 none | Poolside | 6.5 | 4.0 | $0.000 | 1/2 | 439ms |
| #165 | Qwen3.5-9B medium | Qwen | 6.5 | 3.8 | $0.036 | 1/2 | 5.75s |
| #166 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 7.3 | 3.6 | $0.000 | 1/2 | 1.37s |
| #169 | LFM2-24B-A2B none | Liquid | 6.3 | 2.4 | $0.001 | 1/2 | 752ms |
| #1 | Gemini 3.5 Flash high | 10.0 | 9.8 | $1.115 | 2/2 | 3.35s | |
| #2 | Gemini 3 Flash Preview medium | 10.0 | 9.6 | $0.667 | 2/2 | 4.04s | |
| #3 | Qwen3.7 Max medium | Qwen | 10.0 | 9.4 | $0.523 | 2/2 | 7.46s |
| #4 | GPT-5.5 low | OpenAI | 9.9 | 9.3 | $0.907 | 2/2 | 3.74s |
| #5 | Gemini 3.5 Flash low | 9.9 | 9.2 | $0.349 | 2/2 | 1.86s | |
| #6 | Claude Fable 5 medium | Anthropic | 10.0 | 9.2 | $3.165 | 2/2 | 5.90s |
| #7 | Gemini 3.1 Pro Preview medium | 10.0 | 9.2 | $1.054 | 2/2 | 9.56s | |
| #8 | Gemini 3.5 Flash medium | 9.9 | 9.1 | $0.582 | 2/2 | 2.70s | |
| #9 | GPT-5.5 medium | OpenAI | 10.0 | 9.0 | $3.679 | 2/2 | 3.36s |