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: Tiempo de respuesta (promedio) ↓.
Modelos mostrados
15
Promedio de Puntuación de Seguimiento de instrucciones
8.6
Mejor modelo
Kimi K2.5 10.0
216/216
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) |
|---|---|---|---|---|---|---|---|
| #29 | GPT-5 Mini medium | OpenAI | 10.0 | 8.1 | $0.237 | 2/2 | 11.6s |
| #152 | Owl Alpha medium | Openrouter | 6.5 | 5.6 | $0.000 | 1/2 | 10.2s |
| #76 | Qwen3.5-122B-A10B medium | Qwen | 10.0 | 7.1 | $1.046 | 2/2 | 9.88s |
| #10 | Gemini 3.1 Pro Preview medium | 10.0 | 9.2 | $1.361 | 2/2 | 9.56s | |
| #215 | Step 3.5 Flash none | Stepfun | 5.0 | 2.3 | $0.020 | 1/1 | 9.30s |
| #131 | Qwen3.5-Flash none | Qwen | 6.3 | 6.1 | $0.073 | 1/2 | 8.81s |
| #50 | DeepSeek V4 Pro high | DeepSeek | 7.8 | 7.7 | $0.200 | 1/2 | 8.73s |
| #42 | GLM 5.2 medium | Z.ai | 9.9 | 7.8 | $0.187 | 2/2 | 7.90s |
| #30 | Muse Spark 1.1 high | Meta | 6.4 | 8.1 | $1.694 | 1/2 | 7.81s |
| #172 | Qwen3 Coder Next none | Qwen | 6.3 | 5.1 | $0.025 | 1/2 | 7.78s |
| #37 | Kimi K3 max | Moonshot AI | 10.0 | 8.0 | $3.112 | 2/2 | 7.66s |
| #127 | gpt-oss-120b medium | OpenAI | 9.9 | 6.1 | $0.019 | 2/2 | 7.63s |
| #41 | Qwen3.6 Plus medium | Qwen | 10.0 | 7.8 | $0.405 | 2/2 | 7.54s |
| #94 | Qwen3.6 35B A3B medium | Qwen | 10.0 | 6.7 | $0.746 | 2/2 | 7.50s |
| #193 | Qwen3 Coder Next medium | Qwen | 6.3 | 4.7 | $0.032 | 1/2 | 7.49s |