Ranking de modelos 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.

Modelos mostrados

Promedio de Puntuación de Seguimiento de instrucciones

0.8

Mejor modelo

Gemini 3.6 Flash 1.0

Motivos de fallo

Con motivo de fallo Respuesta incorrecta117 Con motivo de fallo No siguió las instrucciones77 Con motivo de fallo Error de API25 Con motivo de fallo Formato extra8 Con motivo de fallo Tiempo agotado5 Con motivo de fallo Sin respuesta2

451/451

Rango	Modelo	Empresa	Puntuación de Seguimiento de instrucciones	Puntuación	Costo total	Pruebas correctas	Tiempo de respuesta (promedio)
#354	KAT Coder AIR V2.5 low	Kwaipilot	1.0	0.5	$0.046	2/2	1.64s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.046 Tiempo de respuesta (promedio) 1.64s
#382	Ling 2.6 Flash default	Inclusionai	1.0	0.5	$0.002	2/2	5.52s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.002 Tiempo de respuesta (promedio) 5.52s
#390	Cobuddy medium	Baidu	1.0	0.4	$0.000	2/2	11.6s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.000 Tiempo de respuesta (promedio) 11.6s
#413	Elephant Alpha default	Openrouter	1.0	0.4	$0.000	2/2	1.03s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.000 Tiempo de respuesta (promedio) 1.03s
#414	Elephant Alpha medium	Openrouter	1.0	0.4	$0.000	2/2	987ms
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.000 Tiempo de respuesta (promedio) 987ms
#29	Seed 2.1 Turbo low	Bytedance Seed	1.0	0.9	$1.645	2/2	5.05s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.645 Tiempo de respuesta (promedio) 5.05s
#37	Qwen3.8 Max (0902) high	Qwen	1.0	0.9	$3.306	2/2	7.55s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $3.306 Tiempo de respuesta (promedio) 7.55s
#43	Seed 2.1 Turbo high	Bytedance Seed	1.0	0.9	$1.892	2/2	7.66s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.892 Tiempo de respuesta (promedio) 7.66s
#49	Gemini 3.5 Flash Lite high	Google	1.0	0.9	$0.624	2/2	2.16s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.624 Tiempo de respuesta (promedio) 2.16s
#55	Muse Spark 1.2 high	Meta	1.0	0.9	$2.018	2/2	5.43s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $2.018 Tiempo de respuesta (promedio) 5.43s
#56	Muse Spark 1.2 medium	Meta	1.0	0.9	$1.590	2/2	4.40s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.590 Tiempo de respuesta (promedio) 4.40s
#65	Muse Spark 1.2 low	Meta	1.0	0.9	$0.881	2/2	2.95s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.881 Tiempo de respuesta (promedio) 2.95s
#67	Qwen3.8 27B high	Qwen	1.0	0.9	~$0.298	2/2	8.24s
Pruebas totales 2 Pruebas incorrectas 0 Costo total ~$0.298 Tiempo de respuesta (promedio) 8.24s
#69	Seed 2.1 Turbo medium	Bytedance Seed	1.0	0.9	$2.042	2/2	7.48s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $2.042 Tiempo de respuesta (promedio) 7.48s
#75	Claude Haiku 5.5 low	Anthropic	1.0	0.9	$0.061	2/2	2.20s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.061 Tiempo de respuesta (promedio) 2.20s

Ranking de Seguimiento de instrucciones

Filtrar modelos

Mejores modelos por Puntuación de Seguimiento de instrucciones

Puntuación de Seguimiento de instrucciones vs costo total

Mejores modelos por Tiempo de respuesta (promedio)

Ranking de Seguimiento de instrucciones

Filtrar modelos

Mejores modelos por Puntuación de Seguimiento de instrucciones

Puntuación de Seguimiento de instrucciones vs costo totalSolo se estima la electricidad de la GPU. No incluye el resto del ordenador ni la compra del hardware. NVIDIA GeForce RTX 3090: 3.0102 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.297613.

Mejores modelos por Tiempo de respuesta (promedio)

Puntuación de Seguimiento de instrucciones vs costo total