Classement des modèles pour Suivi des instructions

Voyez quels modèles d'IA réussissent le mieux sur Suivi des instructions, lesquels restent fiables et où les écarts sont les plus marqués. Trier par: Tests corrects ↑.

Modèles affichés

Moyenne de Score Suivi des instructions

0.8

Meilleur modèle

Minimax M3.1 Flash 0.5

Raisons d'échec

Avec la raison d'échec Mauvaise réponse117 Avec la raison d'échec N'a pas suivi les instructions77 Avec la raison d'échec Erreur API25 Avec la raison d'échec Mise en forme supplémentaire8 Avec la raison d'échec Délai dépassé5 Avec la raison d'échec Aucune réponse2

451/451

Rang	Modèle	Entreprise	Score Suivi des instructions	Score	Coût total	Tests corrects	Temps de réponse (moy.)
#391	Mercury 2 none	Inception	0.7	0.4	$0.033	1/2	551ms
Tests totaux 2 Tests incorrects 1 Coût total $0.033 Temps de réponse (moy.) 551ms
#393	MiniMax M2.5 medium	Minimax	0.8	0.4	$0.440	1/2	621ms
Tests totaux 2 Tests incorrects 1 Coût total $0.440 Temps de réponse (moy.) 621ms
#394	GLM 4.7 Flash medium	Z.ai	0.6	0.4	$0.193	1/2	2.97s
Tests totaux 2 Tests incorrects 1 Coût total $0.193 Temps de réponse (moy.) 2.97s
#396	GLM 5 Turbo none	Z.ai	0.7	0.4	$0.047	1/2	2.13s
Tests totaux 2 Tests incorrects 1 Coût total $0.047 Temps de réponse (moy.) 2.13s
#398	Qwen3.6 Plus Preview medium	Qwen	0.7	0.4	$0.000	1/2	3.40s
Tests totaux 2 Tests incorrects 1 Coût total $0.000 Temps de réponse (moy.) 3.40s
#399	Qwen3.5-9B medium	Qwen	0.7	0.4	$0.106	1/2	5.75s
Tests totaux 2 Tests incorrects 1 Coût total $0.106 Temps de réponse (moy.) 5.75s
#402	Grok 4.1 Fast medium	X AI	0.7	0.4	$0.069	1/2	4.63s
Tests totaux 2 Tests incorrects 1 Coût total $0.069 Temps de réponse (moy.) 4.63s
#406	Nemotron 3.5 Lightning none	NVIDIA	0.7	0.4	$0.009	1/2	511ms
Tests totaux 2 Tests incorrects 1 Coût total $0.009 Temps de réponse (moy.) 511ms
#408	Ling 3.0 Tiny high	Inclusionai	0.7	0.4	$0.000	1/2	3.10s
Tests totaux 2 Tests incorrects 1 Coût total $0.000 Temps de réponse (moy.) 3.10s
#409	Ling 3.0 Tiny low	Inclusionai	0.7	0.4	$0.000	1/2	3.09s
Tests totaux 2 Tests incorrects 1 Coût total $0.000 Temps de réponse (moy.) 3.09s
#410	Ling 3.0 Tiny medium	Inclusionai	0.7	0.4	$0.000	1/2	3.00s
Tests totaux 2 Tests incorrects 1 Coût total $0.000 Temps de réponse (moy.) 3.00s
#411	Grok 4.20 Beta default	X AI	0.6	0.4	$0.087	1/2	649ms
Tests totaux 2 Tests incorrects 1 Coût total $0.087 Temps de réponse (moy.) 649ms
#412	Laguna M.1 default	Poolside	0.6	0.4	$0.009	1/2	683ms
Tests totaux 2 Tests incorrects 1 Coût total $0.009 Temps de réponse (moy.) 683ms
#415	Hunter Alpha default	OpenRouter	0.6	0.3	$0.000	1/2	2.82s
Tests totaux 2 Tests incorrects 1 Coût total $0.000 Temps de réponse (moy.) 2.82s
#416	Grok 4.20 none	X AI	0.6	0.3	$0.057	1/2	445ms
Tests totaux 2 Tests incorrects 1 Coût total $0.057 Temps de réponse (moy.) 445ms

Classement Suivi des instructions

Filtrer les modèles

Meilleurs modèles par Score Suivi des instructions

Score Suivi des instructions vs coût total

Meilleurs modèles par Temps de réponse (moy.)