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

0.8

Melhor modelo

Gemini 3.6 Flash 1.0

Motivos de falha

Com motivo de falha Resposta incorreta111 Com motivo de falha Não seguiu as instruções73 Com motivo de falha Erro de API25 Com motivo de falha Formatação extra8 Com motivo de falha Tempo esgotado5 Com motivo de falha Sem resposta2

442/442

Posição	Modelo	Empresa	Pontuação de Seguimento de instruções	Pontuação	Custo total	Testes corretos	Tempo de resposta (médio)
#361	Laguna S 2.1 none	Poolside	0.4	0.5	$0.044	0/2	566ms
Total de testes 2 Testes errados 2 Custo total $0.044 Tempo de resposta (médio) 566ms
#368	Laguna S 2.1 low	Poolside	0.4	0.5	$0.108	0/2	423ms
Total de testes 2 Testes errados 2 Custo total $0.108 Tempo de resposta (médio) 423ms
#398	Xing4.0 29b A4b medium	Xingchen AGI	0.4	0.4	$0.000	0/2	25.4s
Total de testes 2 Testes errados 2 Custo total $0.000 Tempo de resposta (médio) 25.4s
#340	Laguna S 2.1 medium	Poolside	0.4	0.5	$0.092	0/2	400ms
Total de testes 2 Testes errados 2 Custo total $0.092 Tempo de resposta (médio) 400ms
#412	Xing4.0 29b A4b none	Xingchen AGI	0.4	0.3	$0.000	0/2	11.7s
Total de testes 2 Testes errados 2 Custo total $0.000 Tempo de resposta (médio) 11.7s
#326	Laguna XS 2.1 none	Poolside	0.4	0.5	$0.020	0/2	364ms
Total de testes 2 Testes errados 2 Custo total $0.020 Tempo de resposta (médio) 364ms
#342	MiniMax M2.7 medium	Minimax	0.4	0.5	$0.326	0/2	12.8s
Total de testes 2 Testes errados 2 Custo total $0.326 Tempo de resposta (médio) 12.8s
#272	Granite 4.2 8B medium	IBM Granite	0.4	0.6	$0.029	0/2	36.9s
Total de testes 2 Testes errados 2 Custo total $0.029 Tempo de resposta (médio) 36.9s
#396	Granite 4.1 8b default	IBM Granite	0.4	0.4	$0.007	0/2	344ms
Total de testes 2 Testes errados 2 Custo total $0.007 Tempo de resposta (médio) 344ms
#379	Trinity Large Preview default	Arcee AI	0.4	0.4	$0.008	0/2	822ms
Total de testes 2 Testes errados 2 Custo total $0.008 Tempo de resposta (médio) 822ms
#395	Ling 3.0 Tiny default	Inclusionai	0.3	0.4	$0.000	0/2	2.44s
Total de testes 2 Testes errados 2 Custo total $0.000 Tempo de resposta (médio) 2.44s
#323	Granite 4.2 8B low	IBM Granite	0.3	0.5	$0.036	0/2	75.8s
Total de testes 2 Testes errados 2 Custo total $0.036 Tempo de resposta (médio) 75.8s
#380	Granite 4.2 8B none	IBM Granite	0.3	0.4	$0.037	0/2	79.5s
Total de testes 2 Testes errados 2 Custo total $0.037 Tempo de resposta (médio) 79.5s
#408	Command A+ medium	Cohere	0.3	0.3	$0.064	0/2	103.0s
Total de testes 2 Testes errados 2 Custo total $0.064 Tempo de resposta (médio) 103.0s
#414	Command A+ high	Cohere	0.3	0.3	$0.079	0/2	110.3s
Total de testes 2 Testes errados 2 Custo total $0.079 Tempo de resposta (médio) 110.3s

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)