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: Teste corecte ↑.

Modele afișate

Media pentru Scor Respectarea instrucțiunilor

8.6

Cel mai bun model

Laguna XS 2.1 3.8

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)
#10	Gemini 3.1 Pro Preview medium	Google	10.0	9.2	$1.361	2/2	9.56s
Total teste 2 Teste greșite 0 Cost total $1.361 Timp de răspuns (mediu) 9.56s
#11	Qwen3.7 Max medium	Qwen	10.0	9.2	$1.116	2/2	7.46s
Total teste 2 Teste greșite 0 Cost total $1.116 Timp de răspuns (mediu) 7.46s
#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
#13	GPT-5.5 medium	OpenAI	10.0	9.0	$4.137	2/2	3.36s
Total teste 2 Teste greșite 0 Cost total $4.137 Timp de răspuns (mediu) 3.36s
#14	Gemini 3.5 Flash low	Google	9.9	8.9	$0.433	2/2	1.86s
Total teste 2 Teste greșite 0 Cost total $0.433 Timp de răspuns (mediu) 1.86s
#15	Grok 4.5 high	X AI	9.8	8.9	$1.707	2/2	6.23s
Total teste 2 Teste greșite 0 Cost total $1.707 Timp de răspuns (mediu) 6.23s
#16	GPT-5.3-Codex medium	OpenAI	10.0	8.9	$0.920	2/2	3.04s
Total teste 2 Teste greșite 0 Cost total $0.920 Timp de răspuns (mediu) 3.04s
#17	Claude Opus 4.8 medium	Anthropic	10.0	8.8	$1.931	2/2	3.32s
Total teste 2 Teste greșite 0 Cost total $1.931 Timp de răspuns (mediu) 3.32s
#18	Claude Opus 4.7 medium	Anthropic	10.0	8.7	$1.477	2/2	1.57s
Total teste 2 Teste greșite 0 Cost total $1.477 Timp de răspuns (mediu) 1.57s
#20	Claude Fable 5 medium	Anthropic	10.0	8.6	$3.478	2/2	5.90s
Total teste 2 Teste greșite 0 Cost total $3.478 Timp de răspuns (mediu) 5.90s
#21	GPT-5.4 medium	OpenAI	10.0	8.5	$1.533	2/2	3.11s
Total teste 2 Teste greșite 0 Cost total $1.533 Timp de răspuns (mediu) 3.11s
#22	Qwen3.6 Max Preview medium	Qwen	10.0	8.4	$1.143	2/2	24.3s
Total teste 2 Teste greșite 0 Cost total $1.143 Timp de răspuns (mediu) 24.3s
#23	Grok 4.5 low	X AI	9.8	8.4	$0.935	2/2	2.80s
Total teste 2 Teste greșite 0 Cost total $0.935 Timp de răspuns (mediu) 2.80s
#24	GPT-5.2 medium	OpenAI	9.9	8.4	$0.951	2/2	3.12s
Total teste 2 Teste greșite 0 Cost total $0.951 Timp de răspuns (mediu) 3.12s
#25	Grok 4.5 medium	X AI	9.8	8.3	$1.928	2/2	6.06s
Total teste 2 Teste greșite 0 Cost total $1.928 Timp de răspuns (mediu) 6.06s

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)