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: Tiempo de respuesta (promedio) ↓.

Modelos mostrados

Promedio de Puntuación de Seguimiento de instrucciones

0.8

Mejor modelo

Command A+ 0.3

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)
#124	Muse Wonder max	Meta	0.8	0.8	$4.766	1/2	13.2s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $4.766 Tiempo de respuesta (promedio) 13.2s
#419	Hy3 preview none	Tencent	0.6	0.3	$0.007	1/2	13.0s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.007 Tiempo de respuesta (promedio) 13.0s
#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
#197	Gemma 4 31B medium	Google	1.0	0.7	$0.144	2/2	12.8s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.144 Tiempo de respuesta (promedio) 12.8s
#130	Grok 4.6 medium	X AI	1.0	0.8	$2.270	2/2	12.8s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $2.270 Tiempo de respuesta (promedio) 12.8s
#201	Kimi K2.6 medium	Moonshot AI	1.0	0.7	$1.594	2/2	12.5s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.594 Tiempo de respuesta (promedio) 12.5s
#209	Grok Build 0.1 medium	X AI	1.0	0.7	$1.419	2/2	12.4s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.419 Tiempo de respuesta (promedio) 12.4s
#105	Seed-2.0-Code low	Bytedance Seed	1.0	0.8	$0.881	2/2	12.2s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.881 Tiempo de respuesta (promedio) 12.2s
#300	Ring 2.6 1t medium	Inclusionai	1.0	0.6	$0.102	2/2	11.8s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.102 Tiempo de respuesta (promedio) 11.8s
#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
#448	Solar Decide default	Upstage	0.5	0.1	$0.009	1/1	11.7s
Pruebas totales 1 Pruebas incorrectas 0 Costo total $0.009 Tiempo de respuesta (promedio) 11.7s
#390	Cobuddy medium	Baidu	1.0	0.4	$0.000	2/2	11.6s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.000 Tiempo de respuesta (promedio) 11.6s
#84	GPT-5 Mini medium	OpenAI	1.0	0.8	$0.315	2/2	11.6s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.315 Tiempo de respuesta (promedio) 11.6s
#122	Qwen3.8 2.4T A95B high	Qwen	1.0	0.8	$2.949	2/2	11.4s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $2.949 Tiempo de respuesta (promedio) 11.4s
#150	Seed-2.0-Code high	Bytedance Seed	1.0	0.7	$1.448	2/2	11.3s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.448 Tiempo de respuesta (promedio) 11.3s

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)