指示追従 ランキング
指示追従 でどのAIモデルが最も強いか、どのモデルが安定しているか、差が大きいのはどこかを確認できます。 並び替え: 合計コスト ↑.
461/461
モデルを絞り込む
現在の検索条件とフィルターに一致するモデルはありません。
| 順位 | モデル | 企業 | 指示追従 スコア | スコア | 合計コスト | 正解テスト | 応答時間（平均） |
|---|---|---|---|---|---|---|---|
| #88 | Qwen3.7 Max medium | Qwen | 1.0 | 0.9 | $1.689 | 2/2 | 7.46s |
| #21 | GPT-5.6 Sol medium | OpenAI | 1.0 | 0.9 | $1.700 | 2/2 | 2.50s |
| #53 | Muse Spark 1.3 medium | Meta | 1.0 | 0.9 | $1.712 | 2/2 | 10.5s |
| #26 | Claude Opus 5.5 low | Anthropic | 1.0 | 0.9 | $1.733 | 2/2 | 21.1s |
| #282 | Gemini 3.5 Flash none | 1.0 | 0.6 | $1.752 | 2/2 | 3.38s | |
| #35 | Muse Spark Open high | Meta | 1.0 | 0.9 | $1.782 | 2/2 | 28.5s |
| #18 | Gemini 4 Argon high | 1.0 | 1.0 | $1.802 | 2/2 | 5.32s | |
| #36 | Claude Opus 5.5 medium | Anthropic | 1.0 | 0.9 | $1.804 | 2/2 | 21.3s |
| #25 | GPT-5.5 low | OpenAI | 1.0 | 0.9 | $1.822 | 2/2 | 3.74s |
| #65 | Kimi K3.1 Pro low | Moonshot AI | 1.0 | 0.9 | $1.836 | 2/2 | 5.84s |
| #335 | Hy4 preview low | Tencent | 1.0 | 0.5 | $1.844 | 2/2 | 77.7s |
| #64 | Pareto 26.9 default | Unbiased | 1.0 | 0.9 | $1.864 | 2/2 | 3.82s |
| #45 | Muse Spark 1.3 high | Meta | 0.7 | 0.9 | $1.891 | 1/2 | 14.7s |
| #48 | Seed 2.1 Turbo high | Bytedance Seed | 1.0 | 0.9 | $1.892 | 2/2 | 7.66s |
| #2 | Gemini 3.8 Flash high | 1.0 | 1.0 | $1.927 | 2/2 | 4.73s |