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） |
|---|---|---|---|---|---|---|---|
| #96 | Muse Spark 1.1 high | Meta | 0.6 | 0.8 | $2.570 | 1/2 | 7.81s |
| #85 | Grok 4.6 high | X AI | 1.0 | 0.9 | $2.629 | 2/2 | 13.8s |
| #46 | Muse Wonder low | Meta | 0.7 | 0.9 | $2.637 | 1/2 | 2.08s |
| #109 | Grok 4.5 high | X AI | 1.0 | 0.8 | $2.687 | 2/2 | 6.23s |
| #23 | GPT-6 Astra medium | OpenAI | 1.0 | 0.9 | $2.707 | 2/2 | 2.86s |
| #101 | Gemini 3.5 Flash high | 1.0 | 0.8 | $2.737 | 2/2 | 3.35s | |
| #187 | Claude Opus 5 none | Anthropic | 1.0 | 0.7 | $2.766 | 2/2 | 2.81s |
| #31 | Claude Opus 5 medium | Anthropic | 1.0 | 0.9 | $2.870 | 2/2 | 4.16s |
| #172 | Grok 4.7 medium | X AI | 0.8 | 0.7 | $2.938 | 1/2 | 6.68s |
| #131 | Qwen3.8 2.4T A95B high | Qwen | 1.0 | 0.8 | $2.949 | 2/2 | 11.4s |
| #270 | Claude Opus 4.6 medium | Anthropic | 1.0 | 0.6 | $2.961 | 2/2 | 2.43s |
| #136 | Grok 4.5 medium | X AI | 1.0 | 0.8 | $2.996 | 2/2 | 6.06s |
| #221 | Grok 4.7 high | X AI | 0.8 | 0.7 | $3.037 | 1/2 | 14.1s |
| #171 | Claude Fable 5.1 medium | Anthropic | 0.7 | 0.7 | $3.197 | 1/2 | 5.77s |
| #223 | Ember-1 max | Fireworks | 0.6 | 0.7 | $3.264 | 1/2 | 33.0s |