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: Timp de răspuns (mediu) ↑.

Modele afișate

Media pentru Scor Respectarea instrucțiunilor

8.6

Cel mai bun model

Granite 4.1 8B 3.6

Motive de eșec

Cu motivul de eșec Răspuns greșit61 Cu motivul de eșec Nu a urmat instrucțiunile19 Cu motivul de eșec Formatare suplimentară3 Cu motivul de eșec Fără răspuns2 Cu motivul de eșec Eroare API1 Cu motivul de eșec Timp expirat1

216/216

Rang	Model	Companie	Scor Respectarea instrucțiunilor	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#47	Claude Opus 4.6 medium	Anthropic	10.0	7.7	$3.059	2/2	2.43s
Total teste 2 Teste greșite 0 Cost total $3.059 Timp de răspuns (mediu) 2.43s
#7	GPT-5.6 Sol medium	OpenAI	10.0	9.4	$1.316	2/2	2.50s
Total teste 2 Teste greșite 0 Cost total $1.316 Timp de răspuns (mediu) 2.50s
#153	Mimo V2 PRO none	Xiaomi	6.5	5.6	$0.045	1/2	2.51s
Total teste 2 Teste greșite 1 Cost total $0.045 Timp de răspuns (mediu) 2.51s
#66	KAT-Coder-Pro V2.5 low	Kwaipilot	10.0	7.4	$0.387	2/2	2.53s
Total teste 2 Teste greșite 0 Cost total $0.387 Timp de răspuns (mediu) 2.53s
#108	Laguna XS 2.1 medium	Poolside	9.8	6.5	$0.068	2/2	2.57s
Total teste 2 Teste greșite 0 Cost total $0.068 Timp de răspuns (mediu) 2.57s
#85	KAT-Coder-Pro V2.5 medium	Kwaipilot	9.9	6.9	$0.467	2/2	2.58s
Total teste 2 Teste greșite 0 Cost total $0.467 Timp de răspuns (mediu) 2.58s
#118	Claude Sonnet 5 none	Anthropic	6.4	6.3	$0.548	1/2	2.58s
Total teste 2 Teste greșite 1 Cost total $0.548 Timp de răspuns (mediu) 2.58s
#69	Gemini 3.1 Flash Lite medium	Google	9.9	7.3	$0.117	2/2	2.59s
Total teste 2 Teste greșite 0 Cost total $0.117 Timp de răspuns (mediu) 2.59s
#44	Claude Sonnet 4.6 medium	Anthropic	10.0	7.8	$2.057	2/2	2.61s
Total teste 2 Teste greșite 0 Cost total $2.057 Timp de răspuns (mediu) 2.61s
#97	KAT-Coder-Pro V2.5 none	Kwaipilot	9.8	6.7	$0.476	2/2	2.61s
Total teste 2 Teste greșite 0 Cost total $0.476 Timp de răspuns (mediu) 2.61s
#28	Gemini 2.5 Flash medium	Google	9.8	8.2	$0.643	2/2	2.62s
Total teste 2 Teste greșite 0 Cost total $0.643 Timp de răspuns (mediu) 2.62s
#154	Owl Alpha none	Openrouter	6.4	5.6	$0.000	1/2	2.63s
Total teste 2 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 2.63s
#73	KAT-Coder-Pro V2.5 high	Kwaipilot	9.9	7.2	$0.482	2/2	2.67s
Total teste 2 Teste greșite 0 Cost total $0.482 Timp de răspuns (mediu) 2.67s
#161	Kimi K2.5 none	Moonshot AI	6.5	5.5	$0.127	1/2	2.67s
Total teste 2 Teste greșite 1 Cost total $0.127 Timp de răspuns (mediu) 2.67s
#12	Gemini 3.5 Flash medium	Google	9.9	9.1	$0.642	2/2	2.70s
Total teste 2 Teste greșite 0 Cost total $0.642 Timp de răspuns (mediu) 2.70s

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)