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)
#152	GLM 5.3 FlashX high	Z.ai	1.0	0.7	$0.210	2/2	1.72s
Total teste 2 Teste greșite 0 Cost total $0.210 Timp de răspuns (mediu) 1.72s
#227	GLM 5.3 low	Z.ai	1.0	0.6	$0.215	2/2	3.40s
Total teste 2 Teste greșite 0 Cost total $0.215 Timp de răspuns (mediu) 3.40s
#270	Qwen3.5 Plus 2026-04-20 none	Qwen	0.6	0.6	$0.216	1/2	1.17s
Total teste 2 Teste greșite 1 Cost total $0.216 Timp de răspuns (mediu) 1.17s
#121	MiMo-V2.6-Flash medium	Xiaomi	1.0	0.8	$0.218	2/2	1.13s
Total teste 2 Teste greșite 0 Cost total $0.218 Timp de răspuns (mediu) 1.13s
#189	Muse Glimmer 30B low	Meta	0.8	0.7	$0.219	1/2	3.60s
Total teste 2 Teste greșite 1 Cost total $0.219 Timp de răspuns (mediu) 3.60s
#325	Qwen3.6 Max Preview none	Qwen	1.0	0.5	$0.228	2/2	1.40s
Total teste 2 Teste greșite 0 Cost total $0.228 Timp de răspuns (mediu) 1.40s
#110	GPT-5.4 Nano medium	OpenAI	1.0	0.8	$0.235	2/2	1.88s
Total teste 2 Teste greșite 0 Cost total $0.235 Timp de răspuns (mediu) 1.88s
#215	GLM 5.2 none	Z.ai	1.0	0.7	$0.250	2/2	3.84s
Total teste 2 Teste greșite 0 Cost total $0.250 Timp de răspuns (mediu) 3.84s
#188	Gemini 3 Flash Preview low	Google	1.0	0.7	$0.254	2/2	7.02s
Total teste 2 Teste greșite 0 Cost total $0.254 Timp de răspuns (mediu) 7.02s
#313	Seed-2.0-Code none	Bytedance Seed	0.6	0.5	$0.257	1/2	1.80s
Total teste 2 Teste greșite 1 Cost total $0.257 Timp de răspuns (mediu) 1.80s
#106	DeepSeek V4 Flash 0423 high	DeepSeek	1.0	0.8	$0.261	2/2	15.4s
Total teste 2 Teste greșite 0 Cost total $0.261 Timp de răspuns (mediu) 15.4s
#324	Kimi K2.5 none	Moonshot AI	0.7	0.5	$0.262	1/2	2.67s
Total teste 2 Teste greșite 1 Cost total $0.262 Timp de răspuns (mediu) 2.67s
#102	Seed-2.0-Lite medium	Bytedance Seed	1.0	0.8	$0.271	2/2	7.26s
Total teste 2 Teste greșite 0 Cost total $0.271 Timp de răspuns (mediu) 7.26s
#18	Gemini 3.7 Flash medium	Google	1.0	1.0	$0.278	2/2	2.81s
Total teste 2 Teste greșite 0 Cost total $0.278 Timp de răspuns (mediu) 2.81s
#138	Muse Glimmer 30B medium	Meta	1.0	0.8	$0.288	2/2	5.34s
Total teste 2 Teste greșite 0 Cost total $0.288 Timp de răspuns (mediu) 5.34s

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)