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） |
|---|---|---|---|---|---|---|---|
| #213 | Mercury 2.5 Preview medium | Inception | 1.0 | 0.7 | $0.039 | 2/2 | 1.35s |
| #214 | GPT-6 Sol none | OpenAI | 1.0 | 0.7 | $0.551 | 2/2 | 1.23s |
| #217 | Grok 4.7 xhigh | X AI | 1.0 | 0.7 | $3.398 | 2/2 | 17.3s |
| #218 | Grok Build 0.1 medium | X AI | 1.0 | 0.7 | $1.419 | 2/2 | 12.4s |
| #222 | MiniMax M3 medium | Minimax | 1.0 | 0.7 | $0.422 | 2/2 | 6.14s |
| #224 | GPT 5.3 Chat default | OpenAI | 1.0 | 0.7 | $0.533 | 2/2 | 3.51s |
| #227 | GLM 5.3 Flash low | Z.ai | 1.0 | 0.7 | $0.038 | 2/2 | 1.65s |
| #229 | GLM 5.2 none | Z.ai | 1.0 | 0.7 | $0.250 | 2/2 | 3.84s |
| #232 | Mercury 2 medium | Inception | 1.0 | 0.7 | $0.121 | 2/2 | 1.07s |
| #233 | Step 3.7 Flash high | Stepfun | 1.0 | 0.7 | $1.478 | 2/2 | 1.52s |
| #234 | Beam 1.0 501B A23B medium | Reflection | 1.0 | 0.7 | $0.499 | 2/2 | 1.24s |
| #235 | KAT-Coder-Pro V2.5 low | Kwaipilot | 1.0 | 0.7 | $0.568 | 2/2 | 2.53s |
| #238 | Qwen3.6 35B A3B medium | Qwen | 1.0 | 0.7 | $0.834 | 2/2 | 7.50s |
| #239 | Mercury 2.5 Preview high | Inception | 1.0 | 0.6 | $0.040 | 2/2 | 1.05s |
| #241 | Beam 1.0 501B A23B xhigh | Reflection | 1.0 | 0.6 | $0.688 | 2/2 | 1.15s |