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: Pruebas correctas ↑.

Modelos mostrados

Promedio de Puntuación de Seguimiento de instrucciones

0.8

Mejor modelo

Minimax M3.1 Flash 0.5

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)
#57	Muse Spark 1.1 medium	Meta	0.7	0.9	$1.665	1/2	6.31s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $1.665 Tiempo de respuesta (promedio) 6.31s
#62	Muse Spark Open medium	Meta	0.7	0.9	$1.260	1/2	18.4s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $1.260 Tiempo de respuesta (promedio) 18.4s
#68	MiMo-V2.6-Pro medium	Xiaomi	0.8	0.9	$0.586	1/2	1.79s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.586 Tiempo de respuesta (promedio) 1.79s
#72	Muse Spark 1.1 low	Meta	0.7	0.9	$0.885	1/2	5.42s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.885 Tiempo de respuesta (promedio) 5.42s
#82	Nemotron 3.5 Super VL high	NVIDIA	0.8	0.8	$0.349	1/2	6.10s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.349 Tiempo de respuesta (promedio) 6.10s
#85	Muse Glimmer 30B xhigh	Meta	0.8	0.8	$0.585	1/2	8.90s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.585 Tiempo de respuesta (promedio) 8.90s
#88	Muse Spark 1.1 high	Meta	0.6	0.8	$2.570	1/2	7.81s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $2.570 Tiempo de respuesta (promedio) 7.81s
#106	DeepSeek V4 Pro 0423 high	DeepSeek	0.8	0.8	$0.149	1/2	8.73s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.149 Tiempo de respuesta (promedio) 8.73s
#124	Muse Wonder max	Meta	0.8	0.8	$4.766	1/2	13.2s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $4.766 Tiempo de respuesta (promedio) 13.2s
#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
#133	DeepSeek V4 Flash 0731 medium	DeepSeek	0.8	0.8	$0.460	1/2	2.42s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.460 Tiempo de respuesta (promedio) 2.42s
#134	Muse Wonder high	Meta	0.7	0.8	$3.426	1/2	1.97s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $3.426 Tiempo de respuesta (promedio) 1.97s
#135	GPT-6 Luna high	OpenAI	0.8	0.8	$0.074	1/2	1.92s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.074 Tiempo de respuesta (promedio) 1.92s
#136	Muse Glimmer 30B high	Meta	0.8	0.8	$0.506	1/2	8.62s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.506 Tiempo de respuesta (promedio) 8.62s
#140	Qwen3.7 Flash low	Qwen	0.8	0.8	$0.071	1/2	9.88s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.071 Tiempo de respuesta (promedio) 9.88s

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)