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） |
|---|---|---|---|---|---|---|---|
| #448 | Mammoth 1 default | Baseten | 0.2 | 0.2 | $0.000 | 0/1 | 4.04s |
| #449 | Classify-1 default | Scaledown | 0.2 | 0.2 | $0.008 | 0/1 | 4.26s |
| #450 | Clef Omni default | Cloudflare | 0.2 | 0.2 | $0.011 | 0/1 | 904ms |
| #451 | Decider Flash V1.2 default | Perplexity | 0.2 | 0.2 | $0.001 | 0/1 | 424ms |
| #453 | D1 default | Liquid | 0.2 | 0.2 | $0.003 | 0/1 | 820ms |
| #454 | Gemini 3 Flash Preview high | 0.0 | 0.2 | $0.105 | 0/0 | 0ms | |
| #456 | Solar Decide Flash default | Upstage | 0.2 | 0.2 | $0.003 | 0/1 | 1.66s |
| #457 | Microsoft-Decision-1 default | Microsoft | 0.2 | 0.1 | $0.002 | 0/1 | 997ms |
| #459 | Tev1 4B Experimental default | Togethercomputer | 0.2 | 1.0 | $0.002 | 0/1 | 555ms |
| #460 | Nimble v3 9B default | Bespoke Labs | 0.2 | 0.8 | ~$0.001 | 0/1 | 469ms |
| #461 | Claude Opus 5.5 none | Anthropic | 0.0 | 0.2 | $0.015 | 0/0 | 0ms |