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) |
|---|---|---|---|---|---|---|---|
| #58 | DeepSeek V4 Pro none | DeepSeek | 6.3 | 7.2 | $0.034 | 1/2 | 4.12s |
| #60 | Qwen3.7 Plus none | Qwen | 6.3 | 7.2 | $0.023 | 1/2 | 929ms |
| #64 | GLM 5.1 medium | Z.ai | 6.4 | 7.1 | $0.292 | 1/2 | 7.47s |
| #67 | Gemini 3 Flash Preview none | 6.4 | 6.9 | $0.025 | 1/2 | 1.58s | |
| #71 | Gemini 3.5 Flash minimal | 6.4 | 6.8 | $0.108 | 1/2 | 893ms | |
| #73 | Mimo V2 Omni medium | Xiaomi | 8.3 | 6.8 | $0.683 | 1/2 | 4.99s |
| #80 | Step 3.5 Flash medium | Stepfun | 8.3 | 6.6 | $0.070 | 1/2 | 4.78s |
| #83 | Gemini 3.1 Flash Lite high | 7.3 | 6.5 | $2.044 | 1/2 | 23.3s | |
| #87 | Nemotron 3 Super medium | NVIDIA | 7.3 | 6.3 | $0.021 | 1/2 | 6.97s |
| #90 | GPT-5.5 none | OpenAI | 6.2 | 6.3 | $0.231 | 1/2 | 1.15s |
| #97 | Qwen3.5-Flash none | Qwen | 6.3 | 6.1 | $0.005 | 1/2 | 8.81s |
| #98 | Gemma 4 31B none | 6.5 | 6.1 | $0.004 | 1/2 | 2.84s | |
| #102 | Qwen3.6 Flash none | Qwen | 6.3 | 6.0 | $0.015 | 1/2 | 1.10s |
| #103 | Qwen3.5-35B-A3B none | Qwen | 6.3 | 5.9 | $0.012 | 1/2 | 809ms |
| #104 | Qwen3.5-27B none | Qwen | 6.3 | 5.9 | $0.015 | 1/2 | 1.03s |