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
0.8
Mejor modelo
Gemini 3.6 Flash 1.0
451/451
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) |
|---|---|---|---|---|---|---|---|
| #136 | Muse Glimmer 30B high | Meta | 0.8 | 0.8 | $0.506 | 1/2 | 8.62s |
| #140 | Qwen3.7 Flash low | Qwen | 0.8 | 0.8 | $0.071 | 1/2 | 9.88s |
| #142 | Muse Wonder xhigh | Meta | 0.7 | 0.8 | $4.012 | 1/2 | 2.64s |
| #144 | GPT-6 Luna low | OpenAI | 0.7 | 0.8 | $0.033 | 1/2 | 17.4s |
| #146 | Space Bunny Alpha high | Stealth | 0.6 | 0.8 | $0.000 | 1/2 | 2.04s |
| #147 | GLM 5.1 medium | Z.ai | 0.6 | 0.8 | $1.546 | 1/2 | 7.47s |
| #149 | Mistral Large 4 high | Mistral | 0.8 | 0.8 | $1.391 | 1/2 | 22.0s |
| #156 | Grok 4.7 low | X AI | 0.8 | 0.7 | $1.933 | 1/2 | 6.19s |
| #158 | DeepSeek V4 Pro 0423 none | DeepSeek | 0.6 | 0.7 | $0.083 | 1/2 | 4.12s |
| #162 | Claude Fable 5.1 medium | Anthropic | 0.7 | 0.7 | $3.197 | 1/2 | 5.77s |
| #163 | Grok 4.7 medium | X AI | 0.8 | 0.7 | $2.938 | 1/2 | 6.68s |
| #165 | LongCat 2.0 high | Meituan | 0.7 | 0.7 | $0.778 | 1/2 | 6.96s |
| #168 | Qwen3.5-27B none | Qwen | 0.6 | 0.7 | $0.116 | 1/2 | 1.03s |
| #174 | LongCat 2.0 medium | Meituan | 0.7 | 0.7 | $0.767 | 1/2 | 7.38s |
| #181 | Minimax M3.1 Flash low | Minimax | 0.6 | 0.7 | $0.000 | 1/2 | 1.60s |