AI BENCHY
Advertise here

AI BENCHY カテゴリ

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 ↑.

表示モデル数

15

平均 指示追従 スコア

8.5

最良モデル

MiniMax M2.7 3.8

失敗理由

失敗理由 不正解 で53 失敗理由 指示に従っていない で11 失敗理由 余分な書式 で2 失敗理由 回答なし で2 失敗理由 API エラー で1
順位 モデル 企業 指示追従 スコア スコア 正解テスト 応答時間（平均）
#130 MiniMax M2.7 medium Minimax 3.8 5.3 0/2 12.8s
#151 Trinity Large Preview none Arcee AI 3.5 4.6 0/2 822ms
#157 Grok 4.1 Fast none X AI 3.0 4.4 0/2 685ms
#162 Nemotron 3 Nano Omni 30b A3b Reasoning none NVIDIA 4.8 4.1 0/2 541ms
#163 Granite 4.1 8B none IBM Granite 3.6 4.0 0/2 344ms
#32 Gemini 3.5 Flash minimal Google 6.4 7.7 1/2 893ms
#48 Gemini 3 Flash Preview none Google 6.4 7.4 1/2 1.58s
#53 Gemini 3.1 Flash Lite high Google 7.3 7.3 1/2 23.3s
#55 GLM 5.1 medium Z.ai 6.4 7.3 1/2 7.47s
#62 Step 3.5 Flash medium Stepfun 8.3 7.2 1/2 4.78s
#77 Claude Sonnet 4.6 none Anthropic 6.5 6.8 1/2 1.96s
#80 Mimo V2 Omni medium Xiaomi 8.3 6.7 1/2 4.99s
#85 Gemma 4 31B none Google 6.5 6.5 1/2 2.84s
#86 Grok 4.1 Fast medium X AI 6.5 6.5 1/2 4.63s
#88 Qwen3.7 Plus none Qwen 6.3 6.4 1/2 929ms

指示追従 スコア 上位モデル

指示追従 スコア vs 合計コスト

応答時間（平均） 上位モデル