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. Sortează după: Cost total ↑.

Modele afișate

Media pentru Scor Respectarea instrucțiunilor

0.8

Cel mai bun model

Ling 3.1 Flash 1.0

Motive de eșec

Cu motivul de eșec Răspuns greșit111 Cu motivul de eșec Nu a urmat instrucțiunile73 Cu motivul de eșec Eroare API25 Cu motivul de eșec Formatare suplimentară8 Cu motivul de eșec Timp expirat5 Cu motivul de eșec Fără răspuns2

442/442

Rang	Model	Companie	Scor Respectarea instrucțiunilor	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#38	Claude Haiku 5.5 xhigh	Anthropic	1.0	0.9	$0.140	2/2	3.34s
Total teste 2 Teste greșite 0 Cost total $0.140 Timp de răspuns (mediu) 3.34s
#303	GLM 5 none	Z.ai	1.0	0.6	$0.140	2/2	1.48s
Total teste 2 Teste greșite 0 Cost total $0.140 Timp de răspuns (mediu) 1.48s
#145	Seed-2.0-Mini medium	Bytedance Seed	1.0	0.8	$0.140	2/2	17.5s
Total teste 2 Teste greșite 0 Cost total $0.140 Timp de răspuns (mediu) 17.5s
#192	Gemma 4 31B medium	Google	1.0	0.7	$0.144	2/2	12.8s
Total teste 2 Teste greșite 0 Cost total $0.144 Timp de răspuns (mediu) 12.8s
#349	Laguna S 2.1 high	Poolside	0.5	0.5	$0.145	0/2	453ms
Total teste 2 Teste greșite 2 Cost total $0.145 Timp de răspuns (mediu) 453ms
#246	Qwen3.6 27B none	Qwen	0.6	0.6	$0.148	1/2	1.92s
Total teste 2 Teste greșite 1 Cost total $0.148 Timp de răspuns (mediu) 1.92s
#104	DeepSeek V4 Pro 0423 high	DeepSeek	0.8	0.8	$0.149	1/2	8.73s
Total teste 2 Teste greșite 1 Cost total $0.149 Timp de răspuns (mediu) 8.73s
#257	DeepSeek V4 Flash 0423 none	DeepSeek	0.7	0.6	$0.149	1/2	17.5s
Total teste 2 Teste greșite 1 Cost total $0.149 Timp de răspuns (mediu) 17.5s
#255	DeepSeek V3.2 medium	DeepSeek	1.0	0.6	$0.152	2/2	35.8s
Total teste 2 Teste greșite 0 Cost total $0.152 Timp de răspuns (mediu) 35.8s
#190	Gemini 3.1 Flash Lite medium	Google	1.0	0.7	$0.153	2/2	2.59s
Total teste 2 Teste greșite 0 Cost total $0.153 Timp de răspuns (mediu) 2.59s
#233	Gemini 3 Flash Preview none	Google	0.6	0.6	$0.155	1/2	1.58s
Total teste 2 Teste greșite 1 Cost total $0.155 Timp de răspuns (mediu) 1.58s
#276	GLM 5.3 FlashX low	Z.ai	1.0	0.6	$0.157	2/2	1.34s
Total teste 2 Teste greșite 0 Cost total $0.157 Timp de răspuns (mediu) 1.34s
#182	Gemini 3.1 Flash Lite Preview medium	Google	1.0	0.7	$0.158	2/2	1.91s
Total teste 2 Teste greșite 0 Cost total $0.158 Timp de răspuns (mediu) 1.91s
#293	GPT-5 Nano medium	OpenAI	1.0	0.6	$0.159	2/2	15.6s
Total teste 2 Teste greșite 0 Cost total $0.159 Timp de răspuns (mediu) 15.6s
#285	Nemotron 3 Ultra none	NVIDIA	1.0	0.6	$0.164	2/2	1.46s
Total teste 2 Teste greșite 0 Cost total $0.164 Timp de răspuns (mediu) 1.46s

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)