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)
#356	Inkling Small none	Thinkingmachines	0.6	0.5	$0.054	1/2	767ms
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.054 Tiempo de respuesta (promedio) 767ms
#357	Qwen3 Coder Next default	Qwen	0.6	0.5	$0.067	1/2	7.78s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.067 Tiempo de respuesta (promedio) 7.78s
#367	Mercury 2.5 Preview default	Inception	0.6	0.5	$0.023	1/2	1.26s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.023 Tiempo de respuesta (promedio) 1.26s
#372	Qwen3 Coder Next medium	Qwen	0.6	0.5	$0.071	1/2	7.49s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.071 Tiempo de respuesta (promedio) 7.49s
#374	GPT-5.4 Nano none	OpenAI	0.6	0.5	$0.068	1/2	784ms
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.068 Tiempo de respuesta (promedio) 784ms
#386	Nemotron 3 Super none	NVIDIA	0.6	0.4	$0.016	1/2	804ms
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.016 Tiempo de respuesta (promedio) 804ms
#411	Grok 4.20 Beta default	X AI	0.6	0.4	$0.087	1/2	649ms
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.087 Tiempo de respuesta (promedio) 649ms
#416	Grok 4.20 none	X AI	0.6	0.3	$0.057	1/2	445ms
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.057 Tiempo de respuesta (promedio) 445ms
#445	LFM2-24B-A2B default	Liquid	0.6	0.2	$0.001	1/2	752ms
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.001 Tiempo de respuesta (promedio) 752ms
#146	Space Bunny Alpha high	Stealth	0.6	0.8	$0.000	1/2	2.04s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.000 Tiempo de respuesta (promedio) 2.04s
#253	Qwen3.6 27B none	Qwen	0.6	0.6	$0.148	1/2	1.92s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.148 Tiempo de respuesta (promedio) 1.92s
#188	Ember-1 low	Fireworks	0.6	0.7	$1.488	1/2	32.7s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $1.488 Tiempo de respuesta (promedio) 32.7s
#214	Ember-1 max	Fireworks	0.6	0.7	$3.264	1/2	33.0s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $3.264 Tiempo de respuesta (promedio) 33.0s
#219	GPT-5.5 none	OpenAI	0.6	0.7	$1.212	1/2	1.15s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $1.212 Tiempo de respuesta (promedio) 1.15s
#278	Qwen3.5 Plus 2026-04-20 none	Qwen	0.6	0.6	$0.216	1/2	1.17s
Pruebas totales 2 Pruebas incorrectas 1 Costo total $0.216 Tiempo de respuesta (promedio) 1.17s

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)