AI BENCHY
Advertise 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。

表示モデル数

15

平均 指示追従 スコア

8.5

最良モデル

Gemini 3 Flash Preview 10.0

失敗理由

失敗理由 不正解 で53 失敗理由 指示に従っていない で11 失敗理由 余分な書式 で2 失敗理由 回答なし で2 失敗理由 API エラー 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）
#145 Laguna M.1 none Poolside 6.3 4.8 1/2 683ms
#156 Hy3 preview none Tencent 6.3 4.4 1/2 13.0s
#88 Qwen3.7 Plus none Qwen 6.3 6.4 1/2 929ms
#102 Gemma 4 26B A4B none Google 6.3 6.0 1/2 690ms
#106 Grok 4.20 Beta none X AI 6.3 5.8 1/2 649ms
#108 Qwen3.5-Flash none Qwen 6.3 5.8 1/2 8.81s
#115 Qwen3.5-27B none Qwen 6.3 5.7 1/2 1.03s
#117 Qwen3.5-35B-A3B none Qwen 6.3 5.6 1/2 809ms
#127 Grok 4.20 none X AI 6.3 5.4 1/2 445ms
#128 Qwen3.6 Flash none Qwen 6.3 5.4 1/2 1.10s
#131 Qwen3.5-122B-A10B none Qwen 6.3 5.3 1/2 513ms
#140 Qwen3 Coder Next none Qwen 6.3 4.9 1/2 7.78s
#141 Nemotron 3 Super none NVIDIA 6.3 4.9 1/2 804ms
#144 GPT-5.4 Mini none OpenAI 6.3 4.9 1/2 728ms
#147 GPT-4o-mini none OpenAI 6.3 4.8 1/2 1.11s

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