AI BENCHY
Your ad 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

8.0

最良モデル

Kimi K2.5 10.0

失敗理由

失敗理由 不正解 で44 失敗理由 指示に従っていない で22 失敗理由 API エラー で1 失敗理由 タイムアウト 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）
#42 Claude Sonnet 4.6 none Anthropic 6.5 7.4 1/2 1.96s
#17 Gemini 3.1 Flash Lite Preview medium Google 10.0 8.2 2/2 1.91s
#38 GPT-5.4 Nano medium OpenAI 9.8 7.6 2/2 1.88s
#49 Qwen3.5 Plus 2026-02-15 none Qwen 10.0 6.8 2/2 1.67s
#69 Kimi K2.6 none Moonshot AI 6.5 5.8 1/2 1.64s
#75 GLM 5.1 none Z.ai 8.3 5.6 1/2 1.58s
#21 Gemini 3 Flash Preview none Google 6.4 8.1 1/2 1.58s
#3 Claude Opus 4.7 medium Anthropic 10.0 9.2 2/2 1.57s
#64 DeepSeek V3.2 none DeepSeek 10.0 6.1 2/2 1.52s
#88 Nemotron 3 Super none NVIDIA 4.9 5.1 0/2 1.50s
#22 Gemini 3.1 Flash Lite Preview low Google 10.0 8.1 2/2 1.49s
#53 GLM 5 none Z.ai 10.0 6.6 2/2 1.48s
#4 Claude Opus 4.7 none Anthropic 10.0 9.2 2/2 1.46s
#73 Mistral Small 4 medium Mistral 7.3 5.7 1/2 1.38s
#89 GPT-4o-mini none OpenAI 4.8 4.9 0/2 1.27s

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