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)
#270	DeepSeek V4 Flash 0731 none	DeepSeek	0.5	0.6	$0.053	0/2	1.42s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.053 Tiempo de respuesta (promedio) 1.42s
#275	Trinity Large Thinking medium	Arcee AI	0.4	0.6	$0.862	0/2	3.99s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.862 Tiempo de respuesta (promedio) 3.99s
#280	Granite 4.2 8B medium	IBM Granite	0.4	0.6	$0.029	0/2	36.9s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.029 Tiempo de respuesta (promedio) 36.9s
#308	Space Bunny Alpha low	Stealth	0.4	0.6	$0.000	0/2	1.43s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.000 Tiempo de respuesta (promedio) 1.43s
#332	Granite 4.2 8B low	IBM Granite	0.3	0.5	$0.036	0/2	75.8s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.036 Tiempo de respuesta (promedio) 75.8s
#335	Laguna XS 2.1 none	Poolside	0.4	0.5	$0.020	0/2	364ms
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.020 Tiempo de respuesta (promedio) 364ms
#338	Ling 3.0 Flash none	Inclusionai	0.5	0.5	$0.004	0/2	836ms
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.004 Tiempo de respuesta (promedio) 836ms
#345	Mercury 2.5 low	Inception	0.3	0.5	$0.020	0/2	972ms
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.020 Tiempo de respuesta (promedio) 972ms
#348	Apodex 1.1 Mini default	Apodex	0.5	0.5	$0.000	0/2	1.06s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.000 Tiempo de respuesta (promedio) 1.06s
#349	Laguna S 2.1 medium	Poolside	0.4	0.5	$0.092	0/2	400ms
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.092 Tiempo de respuesta (promedio) 400ms
#351	MiniMax M2.7 medium	Minimax	0.4	0.5	$0.326	0/2	12.8s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.326 Tiempo de respuesta (promedio) 12.8s
#352	Dots 3 Note Preview default	Dots Studio	0.5	0.5	$0.000	0/2	1.06s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.000 Tiempo de respuesta (promedio) 1.06s
#358	Laguna S 2.1 high	Poolside	0.5	0.5	$0.145	0/2	453ms
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.145 Tiempo de respuesta (promedio) 453ms
#370	Laguna S 2.1 none	Poolside	0.4	0.5	$0.044	0/2	566ms
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.044 Tiempo de respuesta (promedio) 566ms
#377	Laguna S 2.1 low	Poolside	0.4	0.5	$0.108	0/2	423ms
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.108 Tiempo de respuesta (promedio) 423ms

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)