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)
#20	GPT-5.6 Sol medium	OpenAI	1.0	0.9	$1.700	2/2	2.50s
Total teste 2 Teste greșite 0 Cost total $1.700 Timp de răspuns (mediu) 2.50s
#47	Muse Spark 1.3 medium	Meta	1.0	0.9	$1.712	2/2	10.5s
Total teste 2 Teste greșite 0 Cost total $1.712 Timp de răspuns (mediu) 10.5s
#24	Claude Opus 5.5 low	Anthropic	1.0	0.9	$1.733	2/2	21.1s
Total teste 2 Teste greșite 0 Cost total $1.733 Timp de răspuns (mediu) 21.1s
#265	Gemini 3.5 Flash none	Google	1.0	0.6	$1.752	2/2	3.38s
Total teste 2 Teste greșite 0 Cost total $1.752 Timp de răspuns (mediu) 3.38s
#30	Muse Spark Open high	Meta	1.0	0.9	$1.782	2/2	28.5s
Total teste 2 Teste greșite 0 Cost total $1.782 Timp de răspuns (mediu) 28.5s
#17	Gemini 4 Argon high	Google	1.0	1.0	$1.802	2/2	5.32s
Total teste 2 Teste greșite 0 Cost total $1.802 Timp de răspuns (mediu) 5.32s
#31	Claude Opus 5.5 medium	Anthropic	1.0	0.9	$1.804	2/2	21.3s
Total teste 2 Teste greșite 0 Cost total $1.804 Timp de răspuns (mediu) 21.3s
#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
#317	Hy4 preview low	Tencent	1.0	0.5	$1.844	2/2	77.7s
Total teste 2 Teste greșite 0 Cost total $1.844 Timp de răspuns (mediu) 77.7s
#58	Pareto 26.9 default	Unbiased	1.0	0.9	$1.864	2/2	3.82s
Total teste 2 Teste greșite 0 Cost total $1.864 Timp de răspuns (mediu) 3.82s
#39	Muse Spark 1.3 high	Meta	0.7	0.9	$1.891	1/2	14.7s
Total teste 2 Teste greșite 1 Cost total $1.891 Timp de răspuns (mediu) 14.7s
#42	Seed 2.1 Turbo high	Bytedance Seed	1.0	0.9	$1.892	2/2	7.66s
Total teste 2 Teste greșite 0 Cost total $1.892 Timp de răspuns (mediu) 7.66s
#2	Gemini 3.8 Flash high	Google	1.0	1.0	$1.927	2/2	4.73s
Total teste 2 Teste greșite 0 Cost total $1.927 Timp de răspuns (mediu) 4.73s
#153	Grok 4.7 low	X AI	0.8	0.7	$1.933	1/2	6.19s
Total teste 2 Teste greșite 1 Cost total $1.933 Timp de răspuns (mediu) 6.19s
#54	Muse Spark 1.2 high	Meta	1.0	0.9	$2.018	2/2	5.43s
Total teste 2 Teste greșite 0 Cost total $2.018 Timp de răspuns (mediu) 5.43s

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)