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) |
|---|---|---|---|---|---|---|---|
| #99 | Nemotron 3 Ultra 550b A55b none | NVIDIA | 10.0 | 6.1 | $0.027 | 2/2 | 1.46s |
| #23 | DeepSeek V4 Flash high | DeepSeek | 10.0 | 8.3 | $0.027 | 2/2 | 15.4s |
| #101 | GLM 5 none | Z.ai | 10.0 | 6.0 | $0.027 | 2/2 | 1.48s |
| #144 | Ring-2.6-1T none | Inclusionai | 9.8 | 4.8 | $0.026 | 2/2 | 27.4s |
| #82 | Gemini 3.1 Flash Lite Preview low | 10.0 | 6.5 | $0.026 | 2/2 | 1.49s | |
| #159 | MiMo-V2-Flash none | Xiaomi | 6.5 | 4.3 | $0.025 | 1/2 | 857ms |
| #67 | Gemini 3 Flash Preview none | 6.4 | 6.9 | $0.025 | 1/2 | 1.58s | |
| #60 | Qwen3.7 Plus none | Qwen | 6.3 | 7.2 | $0.023 | 1/2 | 929ms |
| #54 | Hy3 preview medium | Tencent | 10.0 | 7.3 | $0.021 | 2/2 | 6.16s |
| #114 | Mimo V2 Omni none | Xiaomi | 6.5 | 5.7 | $0.021 | 1/2 | 4.26s |
| #87 | Nemotron 3 Super medium | NVIDIA | 7.3 | 6.3 | $0.021 | 1/2 | 6.97s |
| #168 | Step 3.5 Flash none | Stepfun | 5.0 | 2.6 | $0.020 | 1/1 | 9.30s |
| #125 | Qwen3.5-122B-A10B none | Qwen | 6.3 | 5.3 | $0.020 | 1/2 | 513ms |
| #92 | Seed-2.0-Lite none | Bytedance Seed | 10.0 | 6.2 | $0.019 | 2/2 | 1.06s |
| #86 | Hy3 preview low | Tencent | 10.0 | 6.4 | $0.018 | 2/2 | 16.0s |