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
Gemini 3.5 Flash 10.0
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) |
|---|---|---|---|---|---|---|---|
| #123 | GLM 5 Turbo none | Z.ai | 6.5 | 5.3 | $0.047 | 1/2 | 2.13s |
| #124 | GPT-5.4 Mini none | OpenAI | 6.3 | 5.3 | $0.038 | 1/2 | 728ms |
| #125 | Qwen3.5-122B-A10B none | Qwen | 6.3 | 5.3 | $0.020 | 1/2 | 513ms |
| #128 | Qwen3.6 35B A3B none | Qwen | 6.2 | 5.2 | $0.031 | 1/2 | 1.86s |
| #129 | Mistral Small 4 none | Mistral | 6.5 | 5.1 | $0.007 | 1/2 | 380ms |
| #130 | Qwen3 Coder Next none | Qwen | 6.3 | 5.1 | $0.009 | 1/2 | 7.78s |
| #131 | North Mini Code none | Cohere | 6.5 | 5.1 | $0.000 | 1/2 | 30.7s |
| #133 | Mistral Small 4 medium | Mistral | 7.3 | 5.1 | $0.068 | 1/2 | 1.38s |
| #134 | MiMo-V2.5 none | Xiaomi | 6.5 | 5.1 | $0.007 | 1/2 | 751ms |
| #135 | Qwen3.5-9B none | Qwen | 6.5 | 5.1 | $0.006 | 1/2 | 514ms |
| #139 | GPT-4o-mini none | OpenAI | 6.3 | 5.0 | $0.006 | 1/2 | 1.11s |
| #141 | GLM 4.7 Flash none | Z.ai | 6.5 | 4.9 | $0.004 | 1/2 | 888ms |
| #142 | Nemotron 3 Super none | NVIDIA | 6.3 | 4.9 | $0.007 | 1/2 | 804ms |
| #145 | GPT-5.4 Nano none | OpenAI | 6.3 | 4.8 | $0.011 | 1/2 | 784ms |
| #146 | MiniMax M2.5 medium | Minimax | 7.5 | 4.7 | $0.303 | 1/2 | 621ms |