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)
#261	GLM 5 Turbo medium	Z.ai	1.0	0.6	$0.323	2/2	5.38s
Total teste 2 Teste greșite 0 Cost total $0.323 Timp de răspuns (mediu) 5.38s
#263	Gemini 3.1 Flash Lite Preview none	Google	1.0	0.6	$0.090	2/2	1.13s
Total teste 2 Teste greșite 0 Cost total $0.090 Timp de răspuns (mediu) 1.13s
#271	Step 5 Preview medium	Stepfun	1.0	0.6	$4.136	2/2	4.23s
Total teste 2 Teste greșite 0 Cost total $4.136 Timp de răspuns (mediu) 4.23s
#276	GLM 5.3 FlashX low	Z.ai	1.0	0.6	$0.157	2/2	1.34s
Total teste 2 Teste greșite 0 Cost total $0.157 Timp de răspuns (mediu) 1.34s
#279	Seed-2.0-Lite none	Bytedance Seed	1.0	0.6	$0.114	2/2	1.06s
Total teste 2 Teste greșite 0 Cost total $0.114 Timp de răspuns (mediu) 1.06s
#280	Gemini 3.1 Flash Lite minimal	Google	1.0	0.6	$0.080	2/2	932ms
Total teste 2 Teste greșite 0 Cost total $0.080 Timp de răspuns (mediu) 932ms
#282	Gemini 3.1 Flash Lite none	Google	1.0	0.6	$0.069	2/2	859ms
Total teste 2 Teste greșite 0 Cost total $0.069 Timp de răspuns (mediu) 859ms
#285	Nemotron 3 Ultra none	NVIDIA	1.0	0.6	$0.164	2/2	1.46s
Total teste 2 Teste greșite 0 Cost total $0.164 Timp de răspuns (mediu) 1.46s
#290	Ling 3.0 Flash high	Inclusionai	1.0	0.6	$0.021	2/2	1.85s
Total teste 2 Teste greșite 0 Cost total $0.021 Timp de răspuns (mediu) 1.85s
#302	Step 5 Preview low	Stepfun	1.0	0.6	$4.110	2/2	6.78s
Total teste 2 Teste greșite 0 Cost total $4.110 Timp de răspuns (mediu) 6.78s
#303	GLM 5 none	Z.ai	1.0	0.6	$0.140	2/2	1.48s
Total teste 2 Teste greșite 0 Cost total $0.140 Timp de răspuns (mediu) 1.48s
#305	Nemotron 3.5 Super VL none	NVIDIA	1.0	0.6	$0.040	2/2	4.08s
Total teste 2 Teste greșite 0 Cost total $0.040 Timp de răspuns (mediu) 4.08s
#309	Gemini 2.5 Flash none	Google	1.0	0.5	$0.017	2/2	590ms
Total teste 2 Teste greșite 0 Cost total $0.017 Timp de răspuns (mediu) 590ms
#314	Claude Opus 4.7 none	Anthropic	1.0	0.5	$0.505	2/2	1.46s
Total teste 2 Teste greșite 0 Cost total $0.505 Timp de răspuns (mediu) 1.46s
#321	Hy3 preview medium	Tencent	1.0	0.5	$0.049	2/2	6.16s
Total teste 2 Teste greșite 0 Cost total $0.049 Timp de răspuns (mediu) 6.16s

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)