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: 正解テスト ↑.
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） |
|---|---|---|---|---|---|---|---|
| #404 | gpt-oss-120b none | OpenAI | 1.0 | 0.4 | $0.016 | 2/2 | 5.06s |
| #409 | Grok 4.20 Multi Agent Beta medium | X AI | 1.0 | 0.4 | $5.599 | 2/2 | 3.52s |
| #410 | Hunter Alpha medium | OpenRouter | 1.0 | 0.4 | $0.000 | 2/2 | 4.18s |
| #412 | Laguna M.1 medium | Poolside | 1.0 | 0.4 | $0.033 | 2/2 | 4.30s |
| #422 | Elephant Alpha default | Openrouter | 1.0 | 0.4 | $0.000 | 2/2 | 1.03s |
| #423 | Elephant Alpha medium | Openrouter | 1.0 | 0.4 | $0.000 | 2/2 | 987ms |
| #427 | Laguna Xs.2 medium | Poolside | 1.0 | 0.3 | $0.015 | 2/2 | 1.68s |
| #431 | Grok Build 0.1 none | X AI | 1.0 | 0.3 | $0.547 | 2/2 | 7.36s |
| #437 | Span-02 default | Respan | 0.5 | 0.3 | $0.001 | 1/1 | 2.30s |
| #452 | Step 3.5 Flash none | Stepfun | 0.5 | 0.2 | $0.020 | 1/1 | 9.30s |
| #458 | Solar Decide default | Upstage | 0.5 | 0.1 | $0.009 | 1/1 | 11.7s |