Clasament modele pentru Respectarea instrucțiunilor

Vezi ce modele AI se descurcă cel mai bine la Respectarea instrucțiunilor, care rămân fiabile și unde apar cele mai mari diferențe.

Modele afișate

Media pentru Scor Respectarea instrucțiunilor

8.5

Cel mai bun model

Gemini 3.6 Flash 10.0

Motive de eșec

Cu motivul de eșec Răspuns greșit82 Cu motivul de eșec Nu a urmat instrucțiunile48 Cu motivul de eșec Formatare suplimentară7 Cu motivul de eșec Timp expirat5 Cu motivul de eșec Eroare API2 Cu motivul de eșec Fără răspuns2

311/311

Rang	Model	Companie	Scor Respectarea instrucțiunilor	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#1	Gemini 3.6 Flash high	Google	10.0	9.9	$0.699	2/2	4.07s
Total teste 2 Teste greșite 0 Cost total $0.699 Timp de răspuns (mediu) 4.07s
#2	Gemini 3.8 Flash high	Google	10.0	9.9	$1.595	2/2	4.73s
Total teste 2 Teste greșite 0 Cost total $1.595 Timp de răspuns (mediu) 4.73s
#3	Gemini 3.7 Flash high	Google	10.0	9.8	$0.646	2/2	3.77s
Total teste 2 Teste greșite 0 Cost total $0.646 Timp de răspuns (mediu) 3.77s
#4	Gemini 3.6 Flash medium	Google	10.0	9.8	$0.427	2/2	3.82s
Total teste 2 Teste greșite 0 Cost total $0.427 Timp de răspuns (mediu) 3.82s
#5	GPT-5.6 Sol low	OpenAI	10.0	9.5	$0.357	2/2	2.27s
Total teste 2 Teste greșite 0 Cost total $0.357 Timp de răspuns (mediu) 2.27s
#6	Gemini 3 Flash Preview medium	Google	10.0	9.5	$0.763	2/2	4.04s
Total teste 2 Teste greșite 0 Cost total $0.763 Timp de răspuns (mediu) 4.04s
#7	Gemini 3.5 Flash high	Google	10.0	9.4	$2.011	2/2	3.35s
Total teste 2 Teste greșite 0 Cost total $2.011 Timp de răspuns (mediu) 3.35s
#8	Gemini 3.7 Flash medium	Google	10.0	9.4	$0.309	2/2	2.81s
Total teste 2 Teste greșite 0 Cost total $0.309 Timp de răspuns (mediu) 2.81s
#9	GPT-5.6 Sol medium	OpenAI	10.0	9.4	$0.508	2/2	2.50s
Total teste 2 Teste greșite 0 Cost total $0.508 Timp de răspuns (mediu) 2.50s
#10	GPT-5.6 Sol high	OpenAI	10.0	9.4	$0.446	2/2	2.73s
Total teste 2 Teste greșite 0 Cost total $0.446 Timp de răspuns (mediu) 2.73s
#13	Gemini 3.1 Pro Preview medium	Google	10.0	9.2	$1.352	2/2	9.56s
Total teste 2 Teste greșite 0 Cost total $1.352 Timp de răspuns (mediu) 9.56s
#14	Gemini 3.7 Flash low	Google	10.0	9.2	$0.207	2/2	2.47s
Total teste 2 Teste greșite 0 Cost total $0.207 Timp de răspuns (mediu) 2.47s
#15	Claude Opus 5 high	Anthropic	10.0	9.2	$3.070	2/2	4.78s
Total teste 2 Teste greșite 0 Cost total $3.070 Timp de răspuns (mediu) 4.78s
#16	Claude Opus 5 medium	Anthropic	10.0	9.2	$1.586	2/2	4.16s
Total teste 2 Teste greșite 0 Cost total $1.586 Timp de răspuns (mediu) 4.16s
#17	Gemini 3.8 Flash medium	Google	10.0	9.1	$0.653	2/2	4.81s
Total teste 2 Teste greșite 0 Cost total $0.653 Timp de răspuns (mediu) 4.81s

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)