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)
#35	Qwen3.8 MAX medium	Qwen	1.0	0.9	$1.181	2/2	3.49s
Total teste 2 Teste greșite 0 Cost total $1.181 Timp de răspuns (mediu) 3.49s
#70	DeepSeek V4.1 Flash max	DeepSeek	1.0	0.9	$1.204	2/2	7.64s
Total teste 2 Teste greșite 0 Cost total $1.204 Timp de răspuns (mediu) 7.64s
#214	GPT-5.5 none	OpenAI	0.6	0.7	$1.212	1/2	1.15s
Total teste 2 Teste greșite 1 Cost total $1.212 Timp de răspuns (mediu) 1.15s
#86	Inkling high	Thinkingmachines	1.0	0.8	$1.238	2/2	7.00s
Total teste 2 Teste greșite 0 Cost total $1.238 Timp de răspuns (mediu) 7.00s
#13	GPT-5.6 Sol low	OpenAI	1.0	1.0	$1.244	2/2	2.27s
Total teste 2 Teste greșite 0 Cost total $1.244 Timp de răspuns (mediu) 2.27s
#258	Grok 4.20 medium	X AI	1.0	0.6	$1.246	2/2	4.26s
Total teste 2 Teste greșite 0 Cost total $1.246 Timp de răspuns (mediu) 4.26s
#61	Muse Spark Open medium	Meta	0.7	0.9	$1.260	1/2	18.4s
Total teste 2 Teste greșite 1 Cost total $1.260 Timp de răspuns (mediu) 18.4s
#151	Seed-2.0-Code medium	Bytedance Seed	1.0	0.7	$1.275	2/2	10.3s
Total teste 2 Teste greșite 0 Cost total $1.275 Timp de răspuns (mediu) 10.3s
#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
#37	GPT-5.3-Codex medium	OpenAI	1.0	0.9	$1.318	2/2	3.04s
Total teste 2 Teste greșite 0 Cost total $1.318 Timp de răspuns (mediu) 3.04s
#129	Grok 4.5 low	X AI	1.0	0.8	$1.345	2/2	2.80s
Total teste 2 Teste greșite 0 Cost total $1.345 Timp de răspuns (mediu) 2.80s
#6	GPT-6.1 Sol xhigh	OpenAI	1.0	1.0	$1.377	2/2	3.78s
Total teste 2 Teste greșite 0 Cost total $1.377 Timp de răspuns (mediu) 3.78s
#146	Mistral Large 4 high	Mistral	0.8	0.8	$1.391	1/2	22.0s
Total teste 2 Teste greșite 1 Cost total $1.391 Timp de răspuns (mediu) 22.0s
#204	Grok Build 0.1 medium	X AI	1.0	0.7	$1.419	2/2	12.4s
Total teste 2 Teste greșite 0 Cost total $1.419 Timp de răspuns (mediu) 12.4s
#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

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)