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)
#415	Grok 4.1 Fast default	X AI	0.3	0.3	$0.008	0/2	685ms
Total de testes 2 Testes errados 2 Custo total $0.008 Tempo de resposta (médio) 685ms
#417	Command A+ none	Cohere	0.3	0.3	$0.000	0/2	95.7s
Total de testes 2 Testes errados 2 Custo total $0.000 Tempo de resposta (médio) 95.7s
#418	Command A+ low	Cohere	0.3	0.3	$0.073	0/2	105.7s
Total de testes 2 Testes errados 2 Custo total $0.073 Tempo de resposta (médio) 105.7s
#336	Mercury 2.5 low	Inception	0.3	0.5	$0.020	0/2	972ms
Total de testes 2 Testes errados 2 Custo total $0.020 Tempo de resposta (médio) 972ms
#421	d1-ultra default	Liquid	0.2	0.3	$0.003	0/1	571ms
Total de testes 1 Testes errados 1 Custo total $0.003 Tempo de resposta (médio) 571ms
#423	Jev 1.13 default	Typesafe	0.2	0.3	$0.003	0/1	557ms
Total de testes 1 Testes errados 1 Custo total $0.003 Tempo de resposta (médio) 557ms
#424	Decider V1.2 default	Perplexity	0.2	0.3	$0.001	0/1	508ms
Total de testes 1 Testes errados 1 Custo total $0.001 Tempo de resposta (médio) 508ms
#425	Decider V1.1 27B default	Perplexity	0.2	0.3	$0.002	0/1	333ms
Total de testes 1 Testes errados 1 Custo total $0.002 Tempo de resposta (médio) 333ms
#426	Drex v1.5 default	Nace AI	0.2	0.2	$0.002	0/1	1.33s
Total de testes 1 Testes errados 1 Custo total $0.002 Tempo de resposta (médio) 1.33s
#427	GPT-6 Luna Decisions default	OpenAI	0.2	0.2	$0.005	0/1	842ms
Total de testes 1 Testes errados 1 Custo total $0.005 Tempo de resposta (médio) 842ms
#428	Kev 4B default	Jaredpalmer	0.2	0.2	$0.002	0/1	17.3s
Total de testes 1 Testes errados 1 Custo total $0.002 Tempo de resposta (médio) 17.3s
#429	Jev 1.14 default	Typesafe	0.2	0.2	$0.003	0/1	543ms
Total de testes 1 Testes errados 1 Custo total $0.003 Tempo de resposta (médio) 543ms
#430	Classify-1 default	Scaledown	0.2	0.2	$0.008	0/1	4.26s
Total de testes 1 Testes errados 1 Custo total $0.008 Tempo de resposta (médio) 4.26s
#431	Clef Omni default	Cloudflare	0.2	0.2	$0.011	0/1	904ms
Total de testes 1 Testes errados 1 Custo total $0.011 Tempo de resposta (médio) 904ms
#432	Decider Flash V1.2 default	Perplexity	0.2	0.2	$0.001	0/1	424ms
Total de testes 1 Testes errados 1 Custo total $0.001 Tempo de resposta (médio) 424ms

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)