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) |
|---|---|---|---|---|---|---|---|
| #147 | Ling-2.6-1T none | Inclusionai | 6.4 | 4.7 | $0.005 | 1/2 | 5.36s |
| #148 | Qwen3 Coder Next medium | Qwen | 6.3 | 4.7 | $0.008 | 1/2 | 7.49s |
| #149 | Grok 4.20 Beta none | X AI | 6.3 | 4.7 | $0.087 | 1/2 | 649ms |
| #150 | Laguna M.1 none | Poolside | 6.3 | 4.6 | $0.000 | 1/2 | 683ms |
| #151 | Mercury 2 none | Inception | 6.5 | 4.6 | $0.011 | 1/2 | 551ms |
| #154 | Hunter Alpha none | OpenRouter | 6.4 | 4.5 | $0.000 | 1/2 | 2.82s |
| #155 | Grok 4.20 none | X AI | 6.3 | 4.4 | $0.057 | 1/2 | 445ms |
| #157 | GLM 4.7 Flash medium | Z.ai | 6.2 | 4.3 | $0.054 | 1/2 | 2.97s |
| #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 |
| #127 | MiniMax M2.7 medium | Minimax | 3.8 | 5.2 | $0.104 | 0/2 | 12.8s |