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) |
|---|---|---|---|---|---|---|---|
| #66 | Gemini 3.5 Flash none | 9.8 | 7.0 | $1.079 | 2/2 | 3.38s | |
| #68 | Qwen3.7 Max none | Qwen | 10.0 | 6.9 | $0.054 | 2/2 | 943ms |
| #69 | Grok 4.20 Beta medium | X AI | 9.8 | 6.8 | $0.750 | 2/2 | 4.89s |
| #70 | Qwen3.5-Flash medium | Qwen | 10.0 | 6.8 | $0.080 | 2/2 | 63.5s |
| #72 | Ring-2.6-1T medium | Inclusionai | 9.8 | 6.8 | $0.033 | 2/2 | 11.8s |
| #74 | Hy3 preview high | Tencent | 10.0 | 6.8 | $0.059 | 2/2 | 34.4s |
| #75 | Qwen3.6 35B A3B medium | Qwen | 10.0 | 6.7 | $0.146 | 2/2 | 7.50s |
| #76 | MiMo-V2.5 medium | Xiaomi | 9.9 | 6.7 | $0.063 | 2/2 | 1.80s |
| #77 | Mimo V2 PRO medium | Xiaomi | 9.9 | 6.7 | $0.333 | 2/2 | 3.36s |
| #78 | gpt-oss-120b medium | OpenAI | 9.9 | 6.7 | $0.013 | 2/2 | 7.63s |
| #79 | GPT-5 Nano medium | OpenAI | 9.8 | 6.7 | $0.081 | 2/2 | 15.6s |
| #81 | Qwen3.6 27B medium | Qwen | 10.0 | 6.6 | $0.440 | 2/2 | 38.0s |
| #82 | Gemini 3.1 Flash Lite Preview low | 10.0 | 6.5 | $0.026 | 2/2 | 1.49s | |
| #84 | Gemini 3.1 Flash Lite Preview none | 10.0 | 6.4 | $0.018 | 2/2 | 1.13s | |
| #85 | Gemini 3.1 Flash Lite low | 10.0 | 6.4 | $0.028 | 2/2 | 1.52s |