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) |
|---|---|---|---|---|---|---|---|
| #105 | GLM 5V Turbo none | Z.ai | 6.5 | 5.9 | $0.052 | 1/2 | 1.97s |
| #108 | Owl Alpha medium | Openrouter | 6.5 | 5.8 | $0.000 | 1/2 | 10.2s |
| #109 | Mimo V2 PRO none | Xiaomi | 6.5 | 5.8 | $0.045 | 1/2 | 2.51s |
| #110 | Owl Alpha none | Openrouter | 6.4 | 5.8 | $0.000 | 1/2 | 2.63s |
| #111 | Kimi K2.6 none | Moonshot AI | 6.5 | 5.8 | $0.079 | 1/2 | 1.64s |
| #112 | GPT-5.4 none | OpenAI | 6.5 | 5.8 | $0.122 | 1/2 | 1.07s |
| #113 | Qwen3.6 Plus Preview medium | Qwen | 6.5 | 5.8 | $0.000 | 1/2 | 3.40s |
| #114 | Mimo V2 Omni none | Xiaomi | 6.5 | 5.7 | $0.021 | 1/2 | 4.26s |
| #115 | Grok 4.1 Fast medium | X AI | 6.5 | 5.6 | $0.069 | 1/2 | 4.63s |
| #117 | DeepSeek V4 Flash none | DeepSeek | 6.5 | 5.5 | $0.007 | 1/2 | 17.5s |
| #118 | Kimi K2.5 none | Moonshot AI | 6.5 | 5.5 | $0.027 | 1/2 | 2.67s |
| #119 | MiMo-V2.5-Pro none | Xiaomi | 6.4 | 5.5 | $0.017 | 1/2 | 1.03s |
| #120 | Qwen3.6 27B none | Qwen | 6.2 | 5.5 | $0.028 | 1/2 | 1.92s |
| #121 | Gemma 4 26B A4B none | 6.3 | 5.5 | $0.004 | 1/2 | 690ms | |
| #122 | Qwen3.5 Plus 2026-04-20 none | Qwen | 6.2 | 5.5 | $0.032 | 1/2 | 1.17s |