Ranking de modelos de Seguimiento de instrucciones

Categoría AI BENCHY

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

8.5

Mejor modelo

MiniMax M2.7 3.8

Motivos de fallo

Con motivo de fallo Respuesta incorrecta54 Con motivo de fallo No siguió las instrucciones12 Con motivo de fallo Formato extra2 Con motivo de fallo Sin respuesta2 Con motivo de fallo Error de API1

169/169

Rango	Modelo	Empresa	Puntuación de Seguimiento de instrucciones	Puntuación	Costo total	Pruebas correctas	Tiempo de respuesta (promedio)
#25	Qwen3.7 Plus medium	Qwen	10.0	8.2	$0.177	2/2	16.1s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.177 Tiempo de respuesta (promedio) 16.1s
#26	Nemotron 3 Ultra 550b A55b medium	NVIDIA	9.8	8.1	$0.158	2/2	6.35s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.158 Tiempo de respuesta (promedio) 6.35s
#27	GPT-5.4 Mini medium	OpenAI	9.8	8.0	$0.526	2/2	2.13s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.526 Tiempo de respuesta (promedio) 2.13s
#28	Qwen3.5 Plus 2026-02-15 medium	Qwen	10.0	8.0	$0.310	2/2	31.9s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.310 Tiempo de respuesta (promedio) 31.9s
#29	Qwen3.5-27B medium	Qwen	10.0	7.9	$0.536	2/2	19.7s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.536 Tiempo de respuesta (promedio) 19.7s
#30	Qwen3.6 Plus medium	Qwen	10.0	7.8	$0.294	2/2	7.54s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.294 Tiempo de respuesta (promedio) 7.54s
#31	Claude Sonnet 4.6 medium	Anthropic	10.0	7.8	$1.418	2/2	2.61s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.418 Tiempo de respuesta (promedio) 2.61s
#32	Gemini 3.1 Flash Lite Preview medium	Google	10.0	7.8	$0.068	2/2	1.91s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.068 Tiempo de respuesta (promedio) 1.91s
#33	Qwen3.5 Plus 2026-04-20 medium	Qwen	10.0	7.8	$0.317	2/2	20.2s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.317 Tiempo de respuesta (promedio) 20.2s
#34	Gemini 3.1 Flash Lite medium	Google	9.9	7.8	$0.071	2/2	2.59s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.071 Tiempo de respuesta (promedio) 2.59s
#35	Kimi K2.6 medium	Moonshot AI	10.0	7.8	$0.889	2/2	12.5s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.889 Tiempo de respuesta (promedio) 12.5s
#36	Qwen3.5-122B-A10B medium	Qwen	10.0	7.7	$0.588	2/2	9.88s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.588 Tiempo de respuesta (promedio) 9.88s
#37	Grok 4.3 medium	X AI	9.8	7.7	$0.614	2/2	18.6s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.614 Tiempo de respuesta (promedio) 18.6s
#38	Claude Opus 4.6 medium	Anthropic	10.0	7.7	$2.053	2/2	2.43s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $2.053 Tiempo de respuesta (promedio) 2.43s
#39	Step 3.7 Flash low	Stepfun	9.8	7.7	$0.341	2/2	1.58s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.341 Tiempo de respuesta (promedio) 1.58s

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)