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)
#180	GPT-5.2 Chat default	OpenAI	1.0	0.7	$0.594	2/2	5.51s
Total teste 2 Teste greșite 0 Cost total $0.594 Timp de răspuns (mediu) 5.51s
#53	Muse Spark Open low	Meta	0.8	0.9	$0.600	1/2	10.3s
Total teste 2 Teste greșite 1 Cost total $0.600 Timp de răspuns (mediu) 10.3s
#62	DeepSeek V4.1 Flash high	DeepSeek	1.0	0.9	$0.617	2/2	7.06s
Total teste 2 Teste greșite 0 Cost total $0.617 Timp de răspuns (mediu) 7.06s
#115	GLM 5.3 FlashX max	Z.ai	1.0	0.8	$0.623	2/2	2.23s
Total teste 2 Teste greșite 0 Cost total $0.623 Timp de răspuns (mediu) 2.23s
#48	Gemini 3.5 Flash Lite high	Google	1.0	0.9	$0.624	2/2	2.16s
Total teste 2 Teste greșite 0 Cost total $0.624 Timp de răspuns (mediu) 2.16s
#217	LongCat 2.0 low	Meituan	0.7	0.7	$0.630	1/2	6.39s
Total teste 2 Teste greșite 1 Cost total $0.630 Timp de răspuns (mediu) 6.39s
#275	Claude Sonnet 4.6 none	Anthropic	0.7	0.6	$0.661	1/2	1.96s
Total teste 2 Teste greșite 1 Cost total $0.661 Timp de răspuns (mediu) 1.96s
#260	KAT-Coder-Pro V2.5 medium	Kwaipilot	1.0	0.6	$0.669	2/2	2.58s
Total teste 2 Teste greșite 0 Cost total $0.669 Timp de răspuns (mediu) 2.58s
#49	Gemini 4 Argon medium	Google	1.0	0.9	$0.674	2/2	2.71s
Total teste 2 Teste greșite 0 Cost total $0.674 Timp de răspuns (mediu) 2.71s
#266	Beam 1.0 501B A23B high	Reflection	1.0	0.6	$0.674	2/2	1.27s
Total teste 2 Teste greșite 0 Cost total $0.674 Timp de răspuns (mediu) 1.27s
#109	Nemotron 3 Ultra medium	NVIDIA	1.0	0.8	$0.674	2/2	6.35s
Total teste 2 Teste greșite 0 Cost total $0.674 Timp de răspuns (mediu) 6.35s
#161	Gemini 2.5 Flash medium	Google	1.0	0.7	$0.680	2/2	2.62s
Total teste 2 Teste greșite 0 Cost total $0.680 Timp de răspuns (mediu) 2.62s
#355	Mimo V2 Omni medium	Xiaomi	0.8	0.5	$0.683	1/2	4.99s
Total teste 2 Teste greșite 1 Cost total $0.683 Timp de răspuns (mediu) 4.99s
#226	Beam 1.0 501B A23B xhigh	Reflection	1.0	0.6	$0.688	2/2	1.15s
Total teste 2 Teste greșite 0 Cost total $0.688 Timp de răspuns (mediu) 1.15s
#300	GPT-5.4 none	OpenAI	0.7	0.6	$0.690	1/2	1.07s
Total teste 2 Teste greșite 1 Cost total $0.690 Timp de răspuns (mediu) 1.07s

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)