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)
#388	Trinity Large Preview default	Arcee AI	0.4	0.4	$0.008	0/2	822ms
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.008 Tiempo de respuesta (promedio) 822ms
#389	Granite 4.2 8B none	IBM Granite	0.3	0.4	$0.037	0/2	79.5s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.037 Tiempo de respuesta (promedio) 79.5s
#397	Mercury 2.5 none	Inception	0.5	0.4	$0.026	0/2	493ms
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.026 Tiempo de respuesta (promedio) 493ms
#404	Ling 3.0 Tiny default	Inclusionai	0.3	0.4	$0.000	0/2	2.44s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.000 Tiempo de respuesta (promedio) 2.44s
#405	Granite 4.1 8b default	IBM Granite	0.4	0.4	$0.007	0/2	344ms
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.007 Tiempo de respuesta (promedio) 344ms
#407	Xing4.0 29b A4b medium	Xingchen AGI	0.4	0.4	$0.000	0/2	25.4s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.000 Tiempo de respuesta (promedio) 25.4s
#417	Command A+ medium	Cohere	0.3	0.3	$0.064	0/2	103.0s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.064 Tiempo de respuesta (promedio) 103.0s
#421	Xing4.0 29b A4b none	Xingchen AGI	0.4	0.3	$0.000	0/2	11.7s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.000 Tiempo de respuesta (promedio) 11.7s
#423	Command A+ high	Cohere	0.3	0.3	$0.079	0/2	110.3s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.079 Tiempo de respuesta (promedio) 110.3s
#424	Grok 4.1 Fast default	X AI	0.3	0.3	$0.008	0/2	685ms
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.008 Tiempo de respuesta (promedio) 685ms
#426	Command A+ none	Cohere	0.3	0.3	$0.000	0/2	95.7s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.000 Tiempo de respuesta (promedio) 95.7s
#427	Command A+ low	Cohere	0.3	0.3	$0.073	0/2	105.7s
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.073 Tiempo de respuesta (promedio) 105.7s
#430	d1-ultra default	Liquid	0.2	0.3	$0.003	0/1	571ms
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.003 Tiempo de respuesta (promedio) 571ms
#431	Nemotron 3 Nano Omni 30b A3b Reasoning default	NVIDIA	0.5	0.3	$0.000	0/2	541ms
Pruebas totales 2 Pruebas incorrectas 2 Costo total $0.000 Tiempo de respuesta (promedio) 541ms
#432	Jev 1.13 default	Typesafe	0.2	0.3	$0.003	0/1	557ms
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.003 Tiempo de respuesta (promedio) 557ms

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)