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: 応答時間（平均） ↓.

表示モデル数

15

平均 指示追従 スコア

8.5

最良モデル

Kimi K2.5 10.0

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）
#34 Qwen3.7 Max none Qwen 10.0 7.7 2/2 943ms
#87 Gemini 3.1 Flash Lite minimal Google 10.0 6.4 2/2 932ms
#88 Qwen3.7 Plus none Qwen 6.3 6.4 1/2 929ms
#32 Gemini 3.5 Flash minimal Google 6.4 7.7 1/2 893ms
#122 GLM 4.7 Flash none Z.ai 6.5 5.5 1/2 888ms
#90 Gemini 3.1 Flash Lite none Google 10.0 6.4 2/2 859ms
#152 MiMo-V2-Flash none Xiaomi 6.5 4.6 1/2 857ms
#151 Trinity Large Preview none Arcee AI 3.5 4.6 0/2 822ms
#117 Qwen3.5-35B-A3B none Qwen 6.3 5.6 1/2 809ms
#141 Nemotron 3 Super none NVIDIA 6.3 4.9 1/2 804ms
#148 GPT-5.4 Nano none OpenAI 6.3 4.7 1/2 784ms
#160 LFM2-24B-A2B none Liquid 6.3 4.2 1/2 752ms
#143 MiMo-V2.5 none Xiaomi 6.5 4.9 1/2 751ms
#144 GPT-5.4 Mini none OpenAI 6.3 4.9 1/2 728ms
#102 Gemma 4 26B A4B none Google 6.3 6.0 1/2 690ms

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