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） |
|---|---|---|---|---|---|---|---|
| #92 | GPT-5 Mini medium | OpenAI | 1.0 | 0.8 | $0.315 | 2/2 | 11.6s |
| #94 | Gemini 3.1 Pro Preview medium | 1.0 | 0.8 | $1.585 | 2/2 | 9.56s | |
| #95 | Inkling high | Thinkingmachines | 1.0 | 0.8 | $1.238 | 2/2 | 7.00s |
| #97 | DeepSeek V4 Flash 0731 high | DeepSeek | 1.0 | 0.8 | $0.576 | 2/2 | 4.46s |
| #98 | GLM 5.2 high | Z.ai | 1.0 | 0.8 | $4.632 | 2/2 | 4.26s |
| #99 | GPT-5.6 Terra high | OpenAI | 1.0 | 0.8 | $0.698 | 2/2 | 2.14s |
| #100 | Claude Haiku 5.5 high | Anthropic | 1.0 | 0.8 | $0.088 | 2/2 | 3.19s |
| #101 | Gemini 3.5 Flash high | 1.0 | 0.8 | $2.737 | 2/2 | 3.35s | |
| #102 | Kimi K3 max | Moonshot AI | 1.0 | 0.8 | $3.409 | 2/2 | 7.66s |
| #103 | GPT-6 Luna medium | OpenAI | 1.0 | 0.8 | $0.047 | 2/2 | 13.2s |
| #104 | Claude Opus 4.8 medium | Anthropic | 1.0 | 0.8 | $3.490 | 2/2 | 3.32s |
| #105 | Ling 3.1 Flash medium | Inclusionai | 1.0 | 0.8 | $0.000 | 2/2 | 3.57s |
| #106 | Qwen3.7 Plus medium | Qwen | 1.0 | 0.8 | $0.415 | 2/2 | 16.1s |
| #107 | Gemini 4 Argon low | 1.0 | 0.8 | $0.438 | 2/2 | 2.40s | |
| #108 | DeepSeek V4.1 Flash 1017 max | DeepSeek | 1.0 | 0.8 | $0.757 | 2/2 | 1.73s |