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)
#147	Seed-2.0-Code high	Bytedance Seed	1.0	0.7	$1.448	2/2	11.3s
Total teste 2 Teste greșite 0 Cost total $1.448 Timp de răspuns (mediu) 11.3s
#219	Step 3.7 Flash high	Stepfun	1.0	0.7	$1.478	2/2	1.52s
Total teste 2 Teste greșite 0 Cost total $1.478 Timp de răspuns (mediu) 1.52s
#184	Ember-1 low	Fireworks	0.6	0.7	$1.488	1/2	32.7s
Total teste 2 Teste greșite 1 Cost total $1.488 Timp de răspuns (mediu) 32.7s
#72	Claude Sonnet 5.5 xhigh	Anthropic	1.0	0.9	$1.516	2/2	4.58s
Total teste 2 Teste greșite 0 Cost total $1.516 Timp de răspuns (mediu) 4.58s
#41	Pareto default	Unbiased	1.0	0.9	$1.520	2/2	4.95s
Total teste 2 Teste greșite 0 Cost total $1.520 Timp de răspuns (mediu) 4.95s
#144	GLM 5.1 medium	Z.ai	0.6	0.8	$1.546	1/2	7.47s
Total teste 2 Teste greșite 1 Cost total $1.546 Timp de răspuns (mediu) 7.47s
#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
#85	Gemini 3.1 Pro Preview medium	Google	1.0	0.8	$1.585	2/2	9.56s
Total teste 2 Teste greșite 0 Cost total $1.585 Timp de răspuns (mediu) 9.56s
#55	Muse Spark 1.2 medium	Meta	1.0	0.9	$1.590	2/2	4.40s
Total teste 2 Teste greșite 0 Cost total $1.590 Timp de răspuns (mediu) 4.40s
#196	Kimi K2.6 medium	Moonshot AI	1.0	0.7	$1.594	2/2	12.5s
Total teste 2 Teste greșite 0 Cost total $1.594 Timp de răspuns (mediu) 12.5s
#22	GPT-5.6 Sol high	OpenAI	1.0	0.9	$1.595	2/2	2.73s
Total teste 2 Teste greșite 0 Cost total $1.595 Timp de răspuns (mediu) 2.73s
#43	Muse Wonder minimal	Meta	0.7	0.9	$1.639	1/2	1.39s
Total teste 2 Teste greșite 1 Cost total $1.639 Timp de răspuns (mediu) 1.39s
#29	Seed 2.1 Turbo low	Bytedance Seed	1.0	0.9	$1.645	2/2	5.05s
Total teste 2 Teste greșite 0 Cost total $1.645 Timp de răspuns (mediu) 5.05s
#56	Muse Spark 1.1 medium	Meta	0.7	0.9	$1.665	1/2	6.31s
Total teste 2 Teste greșite 1 Cost total $1.665 Timp de răspuns (mediu) 6.31s
#79	Qwen3.7 Max medium	Qwen	1.0	0.9	$1.689	2/2	7.46s
Total teste 2 Teste greșite 0 Cost total $1.689 Timp de răspuns (mediu) 7.46s

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)