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)
#433	Decider V1.2 default	Perplexity	0.2	0.3	$0.001	0/1	508ms
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.001 Tiempo de respuesta (promedio) 508ms
#434	Decider V1.1 27B default	Perplexity	0.2	0.3	$0.002	0/1	333ms
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.002 Tiempo de respuesta (promedio) 333ms
#435	Drex v1.5 default	Nace AI	0.2	0.2	$0.002	0/1	1.33s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.002 Tiempo de respuesta (promedio) 1.33s
#436	GPT-6 Luna Decisions default	OpenAI	0.2	0.2	$0.005	0/1	842ms
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.005 Tiempo de respuesta (promedio) 842ms
#437	Kev 4B default	Jaredpalmer	0.2	0.2	$0.002	0/1	17.3s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.002 Tiempo de respuesta (promedio) 17.3s
#438	Jev 1.14 default	Typesafe	0.2	0.2	$0.003	0/1	543ms
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.003 Tiempo de respuesta (promedio) 543ms
#439	Classify-1 default	Scaledown	0.2	0.2	$0.008	0/1	4.26s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.008 Tiempo de respuesta (promedio) 4.26s
#440	Clef Omni default	Cloudflare	0.2	0.2	$0.011	0/1	904ms
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.011 Tiempo de respuesta (promedio) 904ms
#441	Decider Flash V1.2 default	Perplexity	0.2	0.2	$0.001	0/1	424ms
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.001 Tiempo de respuesta (promedio) 424ms
#443	D1 default	Liquid	0.2	0.2	$0.003	0/1	820ms
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.003 Tiempo de respuesta (promedio) 820ms
#446	Solar Decide Flash default	Upstage	0.2	0.2	$0.003	0/1	1.66s
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.003 Tiempo de respuesta (promedio) 1.66s
#447	Microsoft-Decision-1 default	Microsoft	0.2	0.1	$0.002	0/1	997ms
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.002 Tiempo de respuesta (promedio) 997ms
#449	Tev1 4B Experimental default	Togethercomputer	0.2	1.0	$0.002	0/1	555ms
Pruebas totales 1 Pruebas incorrectas 1 Costo total $0.002 Tiempo de respuesta (promedio) 555ms
#450	Nimble v3 9B default	Bespoke Labs	0.2	0.8	~$0.001	0/1	469ms
Pruebas totales 1 Pruebas incorrectas 1 Costo total ~$0.001 Tiempo de respuesta (promedio) 469ms
#444	Gemini 3 Flash Preview high	Google	0.0	0.2	$0.105	0/0	0ms
Pruebas totales 0 Pruebas incorrectas 0 Costo total $0.105 Tiempo de respuesta (promedio) 0ms

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: 0.0021 h × 0.377 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.000263.

Mejores modelos por Tiempo de respuesta (promedio)

Puntuación de Seguimiento de instrucciones vs costo total