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)
#433	Step 3.5 Flash none	Stepfun	0.5	0.2	$0.020	1/1	9.30s
Total teste 1 Teste greșite 0 Cost total $0.020 Timp de răspuns (mediu) 9.30s
#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
#376	Mimo V2 Omni default	Xiaomi	0.7	0.4	$0.021	1/2	4.26s
Total teste 2 Teste greșite 1 Cost total $0.021 Timp de răspuns (mediu) 4.26s
#301	Solar Pro 4 none	Upstage	0.6	0.6	$0.022	1/2	1.67s
Total teste 2 Teste greșite 1 Cost total $0.022 Timp de răspuns (mediu) 1.67s
#358	Mercury 2.5 Preview default	Inception	0.6	0.5	$0.023	1/2	1.26s
Total teste 2 Teste greșite 1 Cost total $0.023 Timp de răspuns (mediu) 1.26s
#344	GPT-4o-mini default	OpenAI	0.6	0.5	$0.024	1/2	1.11s
Total teste 2 Teste greșite 1 Cost total $0.024 Timp de răspuns (mediu) 1.11s
#411	MiMo-V2-Flash default	Xiaomi	0.7	0.3	$0.025	1/2	857ms
Total teste 2 Teste greșite 1 Cost total $0.025 Timp de răspuns (mediu) 857ms
#310	GPT-6 Luna none	OpenAI	0.6	0.5	$0.026	1/2	17.0s
Total teste 2 Teste greșite 1 Cost total $0.026 Timp de răspuns (mediu) 17.0s
#375	Ring 2.6 1t default	Inclusionai	1.0	0.4	$0.026	2/2	27.4s
Total teste 2 Teste greșite 0 Cost total $0.026 Timp de răspuns (mediu) 27.4s
#388	Mercury 2.5 none	Inception	0.5	0.4	$0.026	0/2	493ms
Total teste 2 Teste greșite 2 Cost total $0.026 Timp de răspuns (mediu) 493ms
#357	GLM 4.7 Flash none	Z.ai	0.7	0.5	$0.027	1/2	888ms
Total teste 2 Teste greșite 1 Cost total $0.027 Timp de răspuns (mediu) 888ms
#286	Qwen3.7 Flash none	Qwen	0.6	0.6	$0.028	1/2	892ms
Total teste 2 Teste greșite 1 Cost total $0.028 Timp de răspuns (mediu) 892ms
#272	Granite 4.2 8B medium	IBM Granite	0.4	0.6	$0.029	0/2	36.9s
Total teste 2 Teste greșite 2 Cost total $0.029 Timp de răspuns (mediu) 36.9s
#281	gpt-oss-120b medium	OpenAI	1.0	0.6	$0.030	2/2	7.63s
Total teste 2 Teste greșite 0 Cost total $0.030 Timp de răspuns (mediu) 7.63s
#311	Gemma 4 26B A4B none	Google	0.6	0.5	$0.031	1/2	690ms
Total teste 2 Teste greșite 1 Cost total $0.031 Timp de răspuns (mediu) 690ms

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)