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)
#333	MiMo-V2-Flash medium	Xiaomi	1.0	0.5	$0.043	2/2	4.28s
Total teste 2 Teste greșite 0 Cost total $0.043 Timp de răspuns (mediu) 4.28s
#337	KAT Coder AIR V2.5 medium	Kwaipilot	1.0	0.5	$0.048	2/2	1.50s
Total teste 2 Teste greșite 0 Cost total $0.048 Timp de răspuns (mediu) 1.50s
#356	Hy3 preview high	Tencent	1.0	0.5	$0.135	2/2	34.4s
Total teste 2 Teste greșite 0 Cost total $0.135 Timp de răspuns (mediu) 34.4s
#364	DeepSeek V3.2 none	DeepSeek	1.0	0.5	$0.119	2/2	1.52s
Total teste 2 Teste greșite 0 Cost total $0.119 Timp de răspuns (mediu) 1.52s
#374	Hy3 preview low	Tencent	1.0	0.5	$0.042	2/2	16.0s
Total teste 2 Teste greșite 0 Cost total $0.042 Timp de răspuns (mediu) 16.0s
#394	Laguna M.1 medium	Poolside	1.0	0.4	$0.033	2/2	4.30s
Total teste 2 Teste greșite 0 Cost total $0.033 Timp de răspuns (mediu) 4.30s
#409	Laguna Xs.2 medium	Poolside	1.0	0.3	$0.015	2/2	1.68s
Total teste 2 Teste greșite 0 Cost total $0.015 Timp de răspuns (mediu) 1.68s

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)