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)
#148	GPT-5.6 Luna medium	OpenAI	1.0	0.7	$0.065	2/2	2.38s
Total teste 2 Teste greșite 0 Cost total $0.065 Timp de răspuns (mediu) 2.38s
#150	DeepSeek V4 Flash 0731 low	DeepSeek	1.0	0.7	$0.306	2/2	3.01s
Total teste 2 Teste greșite 0 Cost total $0.306 Timp de răspuns (mediu) 3.01s
#179	MiMo-V2.5 medium	Xiaomi	1.0	0.7	$0.130	2/2	1.80s
Total teste 2 Teste greșite 0 Cost total $0.130 Timp de răspuns (mediu) 1.80s
#183	Kimi K2.7 Code medium	Moonshot AI	1.0	0.7	$1.136	2/2	5.39s
Total teste 2 Teste greșite 0 Cost total $1.136 Timp de răspuns (mediu) 5.39s
#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
#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
#195	Claude Opus 4.8 none	Anthropic	1.0	0.7	$2.334	2/2	1.37s
Total teste 2 Teste greșite 0 Cost total $2.334 Timp de răspuns (mediu) 1.37s
#229	KAT-Coder-Pro V2.5 high	Kwaipilot	1.0	0.6	$0.506	2/2	2.67s
Total teste 2 Teste greșite 0 Cost total $0.506 Timp de răspuns (mediu) 2.67s
#241	MiMo-V2.5-Pro medium	Xiaomi	1.0	0.6	$0.332	2/2	2.77s
Total teste 2 Teste greșite 0 Cost total $0.332 Timp de răspuns (mediu) 2.77s
#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
#281	gpt-oss-120b medium	OpenAI	1.0	0.6	$0.030	2/2	7.63s
Total teste 2 Teste greșite 0 Cost total $0.030 Timp de răspuns (mediu) 7.63s
#312	GLM 5V Turbo medium	Z.ai	1.0	0.5	$0.457	2/2	3.74s
Total teste 2 Teste greșite 0 Cost total $0.457 Timp de răspuns (mediu) 3.74s
#328	Inkling Small low	Thinkingmachines	1.0	0.5	$0.055	2/2	1.89s
Total teste 2 Teste greșite 0 Cost total $0.055 Timp de răspuns (mediu) 1.89s
#332	Mimo V2 PRO medium	Xiaomi	1.0	0.5	$0.333	2/2	3.36s
Total teste 2 Teste greșite 0 Cost total $0.333 Timp de răspuns (mediu) 3.36s
#378	KAT Coder AIR V2.5 default	Kwaipilot	1.0	0.4	$0.070	2/2	1.75s
Total teste 2 Teste greșite 0 Cost total $0.070 Timp de răspuns (mediu) 1.75s

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)