Categoría AI BENCHY
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: Costo total ↓.
Modelos mostrados
15
Promedio de Puntuación de Seguimiento de instrucciones
8.5
Mejor modelo
Grok 4.20 Multi Agent Beta 9.8
169/169
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) |
|---|---|---|---|---|---|---|---|
| #77 | Mimo V2 PRO medium | Xiaomi | 9.9 | 6.7 | $0.333 | 2/2 | 3.36s |
| #14 | GLM 5.2 medium | Z.ai | 9.9 | 8.7 | $0.324 | 2/2 | 7.90s |
| #21 | GLM 5 Turbo medium | Z.ai | 10.0 | 8.4 | $0.323 | 2/2 | 5.38s |
| #33 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 10.0 | 7.8 | $0.317 | 2/2 | 20.2s |
| #55 | Claude Sonnet 4.6 none | Anthropic | 6.5 | 7.3 | $0.316 | 1/2 | 1.96s |
| #28 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 10.0 | 8.0 | $0.310 | 2/2 | 31.9s |
| #146 | MiniMax M2.5 medium | Minimax | 7.5 | 4.7 | $0.303 | 1/2 | 621ms |
| #30 | Qwen3.6 Plus medium | Qwen | 10.0 | 7.8 | $0.294 | 2/2 | 7.54s |
| #64 | GLM 5.1 medium | Z.ai | 6.4 | 7.1 | $0.292 | 1/2 | 7.47s |
| #47 | Qwen3.6 Flash medium | Qwen | 10.0 | 7.5 | $0.288 | 2/2 | 6.05s |
| #90 | GPT-5.5 none | OpenAI | 6.2 | 6.3 | $0.231 | 1/2 | 1.15s |
| #15 | GLM 5 medium | Z.ai | 10.0 | 8.6 | $0.228 | 2/2 | 7.25s |
| #25 | Qwen3.7 Plus medium | Qwen | 10.0 | 8.2 | $0.177 | 2/2 | 16.1s |
| #18 | Seed-2.0-Lite medium | Bytedance Seed | 10.0 | 8.5 | $0.175 | 2/2 | 7.26s |
| #16 | GPT-5 Mini medium | OpenAI | 10.0 | 8.5 | $0.159 | 2/2 | 11.6s |