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) |
|---|---|---|---|---|---|---|---|
| #1 | Gemini 3.5 Flash high | 10.0 | 9.8 | $1.115 | 2/2 | 3.35s | |
| #2 | Gemini 3 Flash Preview medium | 10.0 | 9.6 | $0.667 | 2/2 | 4.04s | |
| #3 | Qwen3.7 Max medium | Qwen | 10.0 | 9.4 | $0.523 | 2/2 | 7.46s |
| #4 | GPT-5.5 low | OpenAI | 9.9 | 9.3 | $0.907 | 2/2 | 3.74s |
| #5 | Gemini 3.5 Flash low | 9.9 | 9.2 | $0.349 | 2/2 | 1.86s | |
| #6 | Claude Fable 5 medium | Anthropic | 10.0 | 9.2 | $3.165 | 2/2 | 5.90s |
| #7 | Gemini 3.1 Pro Preview medium | 10.0 | 9.2 | $1.054 | 2/2 | 9.56s | |
| #8 | Gemini 3.5 Flash medium | 9.9 | 9.1 | $0.582 | 2/2 | 2.70s | |
| #9 | GPT-5.5 medium | OpenAI | 10.0 | 9.0 | $3.679 | 2/2 | 3.36s |
| #10 | GPT-5.3-Codex medium | OpenAI | 10.0 | 8.9 | $0.740 | 2/2 | 3.04s |
| #11 | Qwen3.6 Max Preview medium | Qwen | 10.0 | 8.9 | $0.960 | 2/2 | 24.3s |
| #12 | Claude Opus 4.8 medium | Anthropic | 10.0 | 8.8 | $1.107 | 2/2 | 3.32s |
| #13 | Claude Opus 4.7 medium | Anthropic | 10.0 | 8.7 | $0.679 | 2/2 | 1.57s |
| #14 | GLM 5.2 medium | Z.ai | 9.9 | 8.7 | $0.324 | 2/2 | 7.90s |
| #15 | GLM 5 medium | Z.ai | 10.0 | 8.6 | $0.228 | 2/2 | 7.25s |