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

Gemini 3.6 Flash 1.0

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)
#237	Laguna XS 2.1 medium	Poolside	1.0	0.6	$0.083	2/2	2.57s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.083 Tiempo de respuesta (promedio) 2.57s
#241	Solar Pro 4 medium	Upstage	1.0	0.6	$0.098	2/2	40.1s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.098 Tiempo de respuesta (promedio) 40.1s
#242	Claude Sonnet 4.6 medium	Anthropic	1.0	0.6	$2.126	2/2	2.61s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $2.126 Tiempo de respuesta (promedio) 2.61s
#244	Kimi K2.5 medium	Moonshot AI	1.0	0.6	$0.841	2/2	92.5s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.841 Tiempo de respuesta (promedio) 92.5s
#248	MiMo-V2.5-Pro medium	Xiaomi	1.0	0.6	$0.332	2/2	2.77s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.332 Tiempo de respuesta (promedio) 2.77s
#252	Qwen3.5-35B-A3B medium	Qwen	1.0	0.6	$0.716	2/2	24.4s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.716 Tiempo de respuesta (promedio) 24.4s
#254	Gemini 3.5 Flash Lite low	Google	1.0	0.6	$0.183	2/2	1.75s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.183 Tiempo de respuesta (promedio) 1.75s
#255	Gemini 3.1 Flash Lite Preview low	Google	1.0	0.6	$0.736	2/2	1.49s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.736 Tiempo de respuesta (promedio) 1.49s
#257	Gemini 3.1 Flash Lite low	Google	1.0	0.6	$0.717	2/2	1.52s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.717 Tiempo de respuesta (promedio) 1.52s
#259	Qwen3.5 Plus 2026-02-15 none	Qwen	1.0	0.6	$0.176	2/2	1.67s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.176 Tiempo de respuesta (promedio) 1.67s
#260	Ling 3.1 Flash low	Inclusionai	1.0	0.6	$0.000	2/2	3.82s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.000 Tiempo de respuesta (promedio) 3.82s
#261	Claude Opus 4.6 medium	Anthropic	1.0	0.6	$2.961	2/2	2.43s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $2.961 Tiempo de respuesta (promedio) 2.43s
#262	Space Bunny Alpha medium	Stealth	1.0	0.6	$0.000	2/2	1.75s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.000 Tiempo de respuesta (promedio) 1.75s
#263	DeepSeek V3.2 medium	DeepSeek	1.0	0.6	$0.152	2/2	35.8s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.152 Tiempo de respuesta (promedio) 35.8s
#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

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)