Ranking de modelos de Seguimento de instruções

Veja quais modelos de IA vão melhor em Seguimento de instruções, quais permanecem confiáveis e onde aparecem as maiores diferenças.

Modelos exibidos

Média de Pontuação de Seguimento de instruções

8.5

Melhor modelo

Gemini 3.6 Flash 10.0

Motivos de falha

Com motivo de falha Resposta incorreta87 Com motivo de falha Não seguiu as instruções54 Com motivo de falha Formatação extra7 Com motivo de falha Erro de API5 Com motivo de falha Tempo esgotado5 Com motivo de falha Sem resposta2

343/343

Posição	Modelo	Empresa	Pontuação de Seguimento de instruções	Pontuação	Custo total	Testes corretos	Tempo de resposta (médio)
#18	Gemini 3.1 Pro Preview medium	Google	10.0	9.2	$1.352	2/2	9.56s
Total de testes 2 Testes errados 0 Custo total $1.352 Tempo de resposta (médio) 9.56s
#19	Gemini 3.7 Flash low	Google	10.0	9.2	$0.207	2/2	2.47s
Total de testes 2 Testes errados 0 Custo total $0.207 Tempo de resposta (médio) 2.47s
#20	Claude Opus 5 high	Anthropic	10.0	9.2	$3.070	2/2	4.78s
Total de testes 2 Testes errados 0 Custo total $3.070 Tempo de resposta (médio) 4.78s
#21	Claude Opus 5 medium	Anthropic	10.0	9.2	$1.586	2/2	4.16s
Total de testes 2 Testes errados 0 Custo total $1.586 Tempo de resposta (médio) 4.16s
#22	Gemini 3.8 Flash medium	Google	10.0	9.1	$0.653	2/2	4.81s
Total de testes 2 Testes errados 0 Custo total $0.653 Tempo de resposta (médio) 4.81s
#23	Qwen3.8 Max (0902) low	Qwen	10.0	9.1	$0.664	2/2	4.32s
Total de testes 2 Testes errados 0 Custo total $0.664 Tempo de resposta (médio) 4.32s
#25	Qwen3.7 Max medium	Qwen	10.0	9.1	$1.157	2/2	7.46s
Total de testes 2 Testes errados 0 Custo total $1.157 Tempo de resposta (médio) 7.46s
#26	Claude Fable 5.1 high	Anthropic	10.0	9.0	$3.364	2/2	5.60s
Total de testes 2 Testes errados 0 Custo total $3.364 Tempo de resposta (médio) 5.60s
#28	GPT-5.5 medium	OpenAI	10.0	9.0	$4.163	2/2	3.36s
Total de testes 2 Testes errados 0 Custo total $4.163 Tempo de resposta (médio) 3.36s
#29	Qwen3.8 Max medium	Qwen	10.0	9.0	$0.771	2/2	3.49s
Total de testes 2 Testes errados 0 Custo total $0.771 Tempo de resposta (médio) 3.49s
#32	GPT-5.3-Codex medium	OpenAI	10.0	8.9	$0.988	2/2	3.04s
Total de testes 2 Testes errados 0 Custo total $0.988 Tempo de resposta (médio) 3.04s
#34	Pareto none	Unbiased	10.0	8.9	$1.172	2/2	4.95s
Total de testes 2 Testes errados 0 Custo total $1.172 Tempo de resposta (médio) 4.95s
#37	Qwen3.8 Max (0902) medium	Qwen	10.0	8.8	$0.677	2/2	4.24s
Total de testes 2 Testes errados 0 Custo total $0.677 Tempo de resposta (médio) 4.24s
#40	Claude Opus 4.8 medium	Anthropic	10.0	8.8	$1.983	2/2	3.32s
Total de testes 2 Testes errados 0 Custo total $1.983 Tempo de resposta (médio) 3.32s
#41	Claude Opus 5 low	Anthropic	10.0	8.7	$1.121	2/2	4.13s
Total de testes 2 Testes errados 0 Custo total $1.121 Tempo de resposta (médio) 4.13s

Ranking de Seguimento de instruções

Filtrar modelos

Melhores modelos por Pontuação de Seguimento de instruções

Pontuação de Seguimento de instruções vs custo total

Melhores modelos por Tempo de resposta (médio)