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: Metrică ↑.

Modele afișate

Media pentru Scor Respectarea instrucțiunilor

0.8

Cel mai bun model

Gemini 3 Flash Preview 0.0

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)
#381	Cobuddy medium	Baidu	1.0	0.4	$0.000	2/2	11.6s
Total teste 2 Teste greșite 0 Cost total $0.000 Timp de răspuns (mediu) 11.6s
#404	Elephant Alpha default	Openrouter	1.0	0.4	$0.000	2/2	1.03s
Total teste 2 Teste greșite 0 Cost total $0.000 Timp de răspuns (mediu) 1.03s
#405	Elephant Alpha medium	Openrouter	1.0	0.4	$0.000	2/2	987ms
Total teste 2 Teste greșite 0 Cost total $0.000 Timp de răspuns (mediu) 987ms
#23	GPT-5.5 low	OpenAI	1.0	0.9	$1.822	2/2	3.74s
Total teste 2 Teste greșite 0 Cost total $1.822 Timp de răspuns (mediu) 3.74s
#45	Gemini 3.5 Flash low	Google	1.0	0.9	$0.752	2/2	1.86s
Total teste 2 Teste greșite 0 Cost total $0.752 Timp de răspuns (mediu) 1.86s
#65	GPT-5.2 medium	OpenAI	1.0	0.9	$1.558	2/2	3.12s
Total teste 2 Teste greșite 0 Cost total $1.558 Timp de răspuns (mediu) 3.12s
#73	Claude Sonnet 5.5 high	Anthropic	1.0	0.9	$1.175	2/2	5.13s
Total teste 2 Teste greșite 0 Cost total $1.175 Timp de răspuns (mediu) 5.13s
#78	Claude Sonnet 5 medium	Anthropic	1.0	0.9	$1.438	2/2	3.10s
Total teste 2 Teste greșite 0 Cost total $1.438 Timp de răspuns (mediu) 3.10s
#91	Claude Haiku 5.5 high	Anthropic	1.0	0.8	$0.088	2/2	3.19s
Total teste 2 Teste greșite 0 Cost total $0.088 Timp de răspuns (mediu) 3.19s
#100	GLM 5.2 medium	Z.ai	1.0	0.8	$1.007	2/2	7.90s
Total teste 2 Teste greșite 0 Cost total $1.007 Timp de răspuns (mediu) 7.90s
#108	GPT-5.6 Luna high	OpenAI	1.0	0.8	$0.118	2/2	1.79s
Total teste 2 Teste greșite 0 Cost total $0.118 Timp de răspuns (mediu) 1.79s
#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
#119	Gemini 3.5 Flash medium	Google	1.0	0.8	$1.316	2/2	2.70s
Total teste 2 Teste greșite 0 Cost total $1.316 Timp de răspuns (mediu) 2.70s
#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
#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

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)