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: Tiempo de respuesta (promedio) ↓.

Modelos mostrados

Promedio de Puntuación de Seguimiento de instrucciones

0.8

Mejor modelo

Command A+ 0.3

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)
#27	Claude Opus 5 high	Anthropic	1.0	0.9	$4.524	2/2	4.78s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $4.524 Tiempo de respuesta (promedio) 4.78s
#328	Step 3.5 Flash medium	Stepfun	0.8	0.5	$0.105	1/2	4.78s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.105 Tiempo de respuesta (promedio) 4.78s
#2	Gemini 3.8 Flash high	Google	1.0	1.0	$1.927	2/2	4.73s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.927 Tiempo de respuesta (promedio) 4.73s
#402	Grok 4.1 Fast medium	X AI	0.7	0.4	$0.069	1/2	4.63s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.069 Tiempo de respuesta (promedio) 4.63s
#73	Claude Sonnet 5.5 xhigh	Anthropic	1.0	0.9	$1.516	2/2	4.58s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.516 Tiempo de respuesta (promedio) 4.58s
#89	DeepSeek V4 Flash 0731 high	DeepSeek	1.0	0.8	$0.576	2/2	4.46s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.576 Tiempo de respuesta (promedio) 4.46s
#56	Muse Spark 1.2 medium	Meta	1.0	0.9	$1.590	2/2	4.40s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.590 Tiempo de respuesta (promedio) 4.40s
#137	Nemotron 3.5 Super VL medium	NVIDIA	1.0	0.8	$0.437	2/2	4.34s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.437 Tiempo de respuesta (promedio) 4.34s
#76	Qwen3.8 Max (0902) low	Qwen	1.0	0.9	$1.131	2/2	4.32s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.131 Tiempo de respuesta (promedio) 4.32s
#125	Ling 3.1 Flash high	Inclusionai	1.0	0.8	$0.000	2/2	4.31s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.000 Tiempo de respuesta (promedio) 4.31s
#403	Laguna M.1 medium	Poolside	1.0	0.4	$0.033	2/2	4.30s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.033 Tiempo de respuesta (promedio) 4.30s
#342	MiMo-V2-Flash medium	Xiaomi	1.0	0.5	$0.043	2/2	4.28s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.043 Tiempo de respuesta (promedio) 4.28s
#266	Grok 4.20 medium	X AI	1.0	0.6	$1.246	2/2	4.26s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.246 Tiempo de respuesta (promedio) 4.26s
#90	GLM 5.2 high	Z.ai	1.0	0.8	$4.632	2/2	4.26s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $4.632 Tiempo de respuesta (promedio) 4.26s
#439	Classify-1 default	Scaledown	0.2	0.2	$0.008	0/1	4.26s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.008 Tiempo de respuesta (promedio) 4.26s

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)