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

8.5

Mejor modelo

Gemini 3.6 Flash 10.0

Motivos de fallo

Con motivo de fallo Respuesta incorrecta82 Con motivo de fallo No siguió las instrucciones48 Con motivo de fallo Formato extra7 Con motivo de fallo Tiempo agotado5 Con motivo de fallo Error de API2 Con motivo de fallo Sin respuesta2

316/316

Rango	Modelo	Empresa	Puntuación de Seguimiento de instrucciones	Puntuación	Costo total	Pruebas correctas	Tiempo de respuesta (promedio)
#46	Qwen3.8 Max low	Qwen	10.0	8.6	$0.702	2/2	4.01s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.702 Tiempo de respuesta (promedio) 4.01s
#47	GPT-5.4 medium	OpenAI	10.0	8.5	$1.560	2/2	3.11s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.560 Tiempo de respuesta (promedio) 3.11s
#62	GPT-5 Mini medium	OpenAI	10.0	8.1	$0.241	2/2	11.6s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.241 Tiempo de respuesta (promedio) 11.6s
#68	GLM 5.2 high	Z.ai	10.0	8.0	$1.188	2/2	4.26s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $1.188 Tiempo de respuesta (promedio) 4.26s
#70	GPT-5.6 Terra high	OpenAI	10.0	8.0	$0.836	2/2	2.14s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.836 Tiempo de respuesta (promedio) 2.14s
#71	Kimi K3 max	Moonshot AI	10.0	7.9	$3.467	2/2	7.66s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $3.467 Tiempo de respuesta (promedio) 7.66s
#74	Qwen3.8 27B low	Qwen	10.0	7.9	~$0.071	2/2	2.43s
Pruebas totales 2 Pruebas incorrectas 0 Costo total ~$0.071 Tiempo de respuesta (promedio) 2.43s
#75	Qwen3.7 Plus medium	Qwen	10.0	7.9	$0.277	2/2	16.1s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.277 Tiempo de respuesta (promedio) 16.1s
#76	Qwen3.6 Plus medium	Qwen	10.0	7.8	$0.418	2/2	7.54s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.418 Tiempo de respuesta (promedio) 7.54s
#79	GPT-5.6 Terra medium	OpenAI	10.0	7.8	$0.523	2/2	1.43s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.523 Tiempo de respuesta (promedio) 1.43s
#80	Claude Sonnet 4.6 medium	Anthropic	10.0	7.8	$2.126	2/2	2.61s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $2.126 Tiempo de respuesta (promedio) 2.61s
#81	Qwen3.8 27B medium	Qwen	10.0	7.8	~$0.058	2/2	2.54s
Pruebas totales 2 Pruebas incorrectas 0 Costo total ~$0.058 Tiempo de respuesta (promedio) 2.54s
#82	Seed-2.0-Lite medium	Bytedance Seed	10.0	7.8	$0.236	2/2	7.26s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.236 Tiempo de respuesta (promedio) 7.26s
#85	GLM 5 medium	Z.ai	10.0	7.7	$0.228	2/2	7.25s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $0.228 Tiempo de respuesta (promedio) 7.25s
#87	Claude Opus 4.6 medium	Anthropic	10.0	7.7	$2.961	2/2	2.43s
Pruebas totales 2 Pruebas incorrectas 0 Costo total $2.961 Tiempo de respuesta (promedio) 2.43s

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: 0.7171 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.070898.

Mejores modelos por Tiempo de respuesta (promedio)

Puntuación de Seguimiento de instrucciones vs costo total