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)
#350	Gemini 3 PRO Preview medium	Google	1.0	0.5	$0.385	2/2	3.26s
Total teste 2 Teste greșite 0 Cost total $0.385 Timp de răspuns (mediu) 3.26s
#289	DeepSeek V4.1 Flash none	DeepSeek	0.7	0.6	$0.391	1/2	6.81s
Total teste 2 Teste greșite 1 Cost total $0.391 Timp de răspuns (mediu) 6.81s
#154	Inkling Small high	Thinkingmachines	1.0	0.7	$0.398	2/2	3.94s
Total teste 2 Teste greșite 0 Cost total $0.398 Timp de răspuns (mediu) 3.94s
#97	Qwen3.7 Plus medium	Qwen	1.0	0.8	$0.415	2/2	16.1s
Total teste 2 Teste greșite 0 Cost total $0.415 Timp de răspuns (mediu) 16.1s
#208	MiniMax M3 medium	Minimax	1.0	0.7	$0.422	2/2	6.14s
Total teste 2 Teste greșite 0 Cost total $0.422 Timp de răspuns (mediu) 6.14s
#238	Beam 1.0 501B A23B low	Reflection	0.8	0.6	$0.432	1/2	1.14s
Total teste 2 Teste greșite 1 Cost total $0.432 Timp de răspuns (mediu) 1.14s
#136	Qwen3.5 Plus 2026-04-20 medium	Qwen	1.0	0.8	$0.435	2/2	20.2s
Total teste 2 Teste greșite 0 Cost total $0.435 Timp de răspuns (mediu) 20.2s
#113	GPT-5.6 Terra low	OpenAI	1.0	0.8	$0.435	2/2	1.48s
Total teste 2 Teste greșite 0 Cost total $0.435 Timp de răspuns (mediu) 1.48s
#134	Nemotron 3.5 Super VL medium	NVIDIA	1.0	0.8	$0.437	2/2	4.34s
Total teste 2 Teste greșite 0 Cost total $0.437 Timp de răspuns (mediu) 4.34s
#98	Gemini 4 Argon low	Google	1.0	0.8	$0.438	2/2	2.40s
Total teste 2 Teste greșite 0 Cost total $0.438 Timp de răspuns (mediu) 2.40s
#384	MiniMax M2.5 medium	Minimax	0.8	0.4	$0.440	1/2	621ms
Total teste 2 Teste greșite 1 Cost total $0.440 Timp de răspuns (mediu) 621ms
#164	Gemini 3.5 Flash Lite medium	Google	1.0	0.7	$0.440	2/2	1.72s
Total teste 2 Teste greșite 0 Cost total $0.440 Timp de răspuns (mediu) 1.72s
#173	Step 3.7 Flash low	Stepfun	1.0	0.7	$0.449	2/2	1.58s
Total teste 2 Teste greșite 0 Cost total $0.449 Timp de răspuns (mediu) 1.58s
#118	Qwen3.7 Max none	Qwen	1.0	0.8	$0.451	2/2	943ms
Total teste 2 Teste greșite 0 Cost total $0.451 Timp de răspuns (mediu) 943ms
#228	GLM 5.1 none	Z.ai	1.0	0.6	$0.451	2/2	1.98s
Total teste 2 Teste greșite 0 Cost total $0.451 Timp de răspuns (mediu) 1.98s

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)