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)
#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
#75	Qwen3.8 Max (0902) low	Qwen	1.0	0.9	$1.131	2/2	4.32s
Total teste 2 Teste greșite 0 Cost total $1.131 Timp de răspuns (mediu) 4.32s
#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
#80	Claude Haiku 5.5 max	Anthropic	1.0	0.8	$0.509	2/2	6.22s
Total teste 2 Teste greșite 0 Cost total $0.509 Timp de răspuns (mediu) 6.22s
#83	GPT-5 Mini medium	OpenAI	1.0	0.8	$0.315	2/2	11.6s
Total teste 2 Teste greșite 0 Cost total $0.315 Timp de răspuns (mediu) 11.6s
#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
#89	GLM 5.2 high	Z.ai	1.0	0.8	$4.632	2/2	4.26s
Total teste 2 Teste greșite 0 Cost total $4.632 Timp de răspuns (mediu) 4.26s
#90	GPT-5.6 Terra high	OpenAI	1.0	0.8	$0.698	2/2	2.14s
Total teste 2 Teste greșite 0 Cost total $0.698 Timp de răspuns (mediu) 2.14s
#92	Gemini 3.5 Flash high	Google	1.0	0.8	$2.737	2/2	3.35s
Total teste 2 Teste greșite 0 Cost total $2.737 Timp de răspuns (mediu) 3.35s
#93	Kimi K3 max	Moonshot AI	1.0	0.8	$3.409	2/2	7.66s
Total teste 2 Teste greșite 0 Cost total $3.409 Timp de răspuns (mediu) 7.66s
#95	Claude Opus 4.8 medium	Anthropic	1.0	0.8	$3.490	2/2	3.32s
Total teste 2 Teste greșite 0 Cost total $3.490 Timp de răspuns (mediu) 3.32s
#97	Qwen3.7 Plus medium	Qwen	1.0	0.8	$0.415	2/2	16.1s
Total teste 2 Teste greșite 0 Cost total $0.415 Timp de răspuns (mediu) 16.1s
#98	Gemini 4 Argon low	Google	1.0	0.8	$0.438	2/2	2.40s
Total teste 2 Teste greșite 0 Cost total $0.438 Timp de răspuns (mediu) 2.40s
#101	GPT-5.6 Terra medium	OpenAI	1.0	0.8	$0.483	2/2	1.43s
Total teste 2 Teste greșite 0 Cost total $0.483 Timp de răspuns (mediu) 1.43s
#102	Seed-2.0-Lite medium	Bytedance Seed	1.0	0.8	$0.271	2/2	7.26s
Total teste 2 Teste greșite 0 Cost total $0.271 Timp de răspuns (mediu) 7.26s

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)