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: 合計コスト ↓.
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） |
|---|---|---|---|---|---|---|---|
| #24 | GPT-5.6 Sol high | OpenAI | 1.0 | 0.9 | $1.595 | 2/2 | 2.73s |
| #210 | Kimi K2.6 medium | Moonshot AI | 1.0 | 0.7 | $1.594 | 2/2 | 12.5s |
| #61 | Muse Spark 1.2 medium | Meta | 1.0 | 0.9 | $1.590 | 2/2 | 4.40s |
| #94 | Gemini 3.1 Pro Preview medium | 1.0 | 0.8 | $1.585 | 2/2 | 9.56s | |
| #73 | GPT-5.2 medium | OpenAI | 1.0 | 0.9 | $1.558 | 2/2 | 3.12s |
| #156 | GLM 5.1 medium | Z.ai | 0.6 | 0.8 | $1.546 | 1/2 | 7.47s |
| #47 | Pareto default | Unbiased | 1.0 | 0.9 | $1.520 | 2/2 | 4.95s |
| #81 | Claude Sonnet 5.5 xhigh | Anthropic | 1.0 | 0.9 | $1.516 | 2/2 | 4.58s |
| #197 | Ember-1 low | Fireworks | 0.6 | 0.7 | $1.488 | 1/2 | 32.7s |
| #233 | Step 3.7 Flash high | Stepfun | 1.0 | 0.7 | $1.478 | 2/2 | 1.52s |
| #159 | Seed-2.0-Code high | Bytedance Seed | 1.0 | 0.7 | $1.448 | 2/2 | 11.3s |
| #87 | Claude Sonnet 5 medium | Anthropic | 1.0 | 0.9 | $1.438 | 2/2 | 3.10s |
| #218 | Grok Build 0.1 medium | X AI | 1.0 | 0.7 | $1.419 | 2/2 | 12.4s |
| #158 | Mistral Large 4 high | Mistral | 0.8 | 0.8 | $1.391 | 1/2 | 22.0s |
| #6 | GPT-6.1 Sol xhigh | OpenAI | 1.0 | 1.0 | $1.377 | 2/2 | 3.78s |