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: Pruebas correctas ↓.
Modelos mostrados
15
Promedio de Puntuación de Seguimiento de instrucciones
8.5
Mejor modelo
Gemini 3.5 Flash 10.0
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) |
|---|---|---|---|---|---|---|---|
| #47 | Qwen3.6 Flash medium | Qwen | 10.0 | 7.5 | $0.288 | 2/2 | 6.05s |
| #48 | DeepSeek V3.2 medium | DeepSeek | 10.0 | 7.5 | $0.044 | 2/2 | 35.8s |
| #49 | Claude Opus 4.7 none | Anthropic | 10.0 | 7.4 | $0.505 | 2/2 | 1.46s |
| #50 | Seed-2.0-Mini medium | Bytedance Seed | 10.0 | 7.4 | $0.044 | 2/2 | 17.5s |
| #51 | MiMo-V2.5-Pro medium | Xiaomi | 9.9 | 7.4 | $0.106 | 2/2 | 2.77s |
| #52 | Gemini 3 Flash Preview low | 9.9 | 7.4 | $0.111 | 2/2 | 7.02s | |
| #53 | Grok 4.20 medium | X AI | 9.8 | 7.3 | $0.609 | 2/2 | 4.26s |
| #54 | Hy3 preview medium | Tencent | 10.0 | 7.3 | $0.021 | 2/2 | 6.16s |
| #56 | GLM 5V Turbo medium | Z.ai | 9.9 | 7.3 | $0.457 | 2/2 | 3.74s |
| #57 | Claude Opus 4.8 none | Anthropic | 9.9 | 7.2 | $0.539 | 2/2 | 1.37s |
| #59 | Gemma 4 26B A4B medium | 10.0 | 7.2 | $0.045 | 2/2 | 17.5s | |
| #61 | GLM 5.2 none | Z.ai | 9.8 | 7.1 | $0.076 | 2/2 | 3.84s |
| #62 | MiMo-V2-Flash medium | Xiaomi | 10.0 | 7.1 | $0.043 | 2/2 | 4.28s |
| #63 | Step 3.7 Flash high | Stepfun | 9.8 | 7.1 | $1.148 | 2/2 | 1.52s |
| #65 | Kimi K2.7 Code medium | Moonshot AI | 9.9 | 7.0 | $0.583 | 2/2 | 5.39s |