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） |
|---|---|---|---|---|---|---|---|
| #36 | Claude Opus 5.5 medium | Anthropic | 1.0 | 0.9 | $1.804 | 2/2 | 21.3s |
| #38 | GPT-5.5 medium | OpenAI | 1.0 | 0.9 | $4.809 | 2/2 | 3.36s |
| #40 | Qwen3.8 MAX medium | Qwen | 1.0 | 0.9 | $1.181 | 2/2 | 3.49s |
| #41 | DeepSeek V4.1 Flash 1017 low | DeepSeek | 1.0 | 0.9 | $0.355 | 2/2 | 1.25s |
| #42 | Qwen3.8 Max (0902) high | Qwen | 1.0 | 0.9 | $3.306 | 2/2 | 7.55s |
| #43 | GPT-5.3-Codex medium | OpenAI | 1.0 | 0.9 | $1.318 | 2/2 | 3.04s |
| #44 | Claude Haiku 5.5 xhigh | Anthropic | 1.0 | 0.9 | $0.140 | 2/2 | 3.34s |
| #47 | Pareto default | Unbiased | 1.0 | 0.9 | $1.520 | 2/2 | 4.95s |
| #48 | Seed 2.1 Turbo high | Bytedance Seed | 1.0 | 0.9 | $1.892 | 2/2 | 7.66s |
| #50 | Muse Spark Open xhigh | Meta | 1.0 | 0.9 | $2.081 | 2/2 | 23.5s |
| #51 | Gemini 3.5 Flash low | 1.0 | 0.9 | $0.752 | 2/2 | 1.86s | |
| #52 | Qwen3.8 Max (0902) medium | Qwen | 1.0 | 0.9 | $1.096 | 2/2 | 4.24s |
| #53 | Muse Spark 1.3 medium | Meta | 1.0 | 0.9 | $1.712 | 2/2 | 10.5s |
| #54 | Gemini 3.5 Flash Lite high | 1.0 | 0.9 | $0.624 | 2/2 | 2.16s | |
| #55 | Gemini 4 Argon medium | 1.0 | 0.9 | $0.674 | 2/2 | 2.71s |