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

Claude Sonnet 5.5 0.9

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)
#307	Kimi K2.6 none	Moonshot AI	0.7	0.5	$0.486	1/2	1.64s
Total teste 2 Teste greșite 1 Cost total $0.486 Timp de răspuns (mediu) 1.64s
#101	GPT-5.6 Terra medium	OpenAI	1.0	0.8	$0.483	2/2	1.43s
Total teste 2 Teste greșite 0 Cost total $0.483 Timp de răspuns (mediu) 1.43s
#172	GLM 5 medium	Z.ai	1.0	0.7	$0.479	2/2	7.25s
Total teste 2 Teste greșite 0 Cost total $0.479 Timp de răspuns (mediu) 7.25s
#69	GPT-6 Sol low	OpenAI	1.0	0.9	$0.477	2/2	2.37s
Total teste 2 Teste greșite 0 Cost total $0.477 Timp de răspuns (mediu) 2.37s
#130	DeepSeek V4 Flash 0731 medium	DeepSeek	0.8	0.8	$0.460	1/2	2.42s
Total teste 2 Teste greșite 1 Cost total $0.460 Timp de răspuns (mediu) 2.42s
#16	GPT-6.1 Sol low	OpenAI	1.0	1.0	$0.460	2/2	2.21s
Total teste 2 Teste greșite 0 Cost total $0.460 Timp de răspuns (mediu) 2.21s
#312	GLM 5V Turbo medium	Z.ai	1.0	0.5	$0.457	2/2	3.74s
Total teste 2 Teste greșite 0 Cost total $0.457 Timp de răspuns (mediu) 3.74s
#228	GLM 5.1 none	Z.ai	1.0	0.6	$0.451	2/2	1.98s
Total teste 2 Teste greșite 0 Cost total $0.451 Timp de răspuns (mediu) 1.98s
#118	Qwen3.7 Max none	Qwen	1.0	0.8	$0.451	2/2	943ms
Total teste 2 Teste greșite 0 Cost total $0.451 Timp de răspuns (mediu) 943ms
#173	Step 3.7 Flash low	Stepfun	1.0	0.7	$0.449	2/2	1.58s
Total teste 2 Teste greșite 0 Cost total $0.449 Timp de răspuns (mediu) 1.58s
#164	Gemini 3.5 Flash Lite medium	Google	1.0	0.7	$0.440	2/2	1.72s
Total teste 2 Teste greșite 0 Cost total $0.440 Timp de răspuns (mediu) 1.72s
#384	MiniMax M2.5 medium	Minimax	0.8	0.4	$0.440	1/2	621ms
Total teste 2 Teste greșite 1 Cost total $0.440 Timp de răspuns (mediu) 621ms
#98	Gemini 4 Argon low	Google	1.0	0.8	$0.438	2/2	2.40s
Total teste 2 Teste greșite 0 Cost total $0.438 Timp de răspuns (mediu) 2.40s
#134	Nemotron 3.5 Super VL medium	NVIDIA	1.0	0.8	$0.437	2/2	4.34s
Total teste 2 Teste greșite 0 Cost total $0.437 Timp de răspuns (mediu) 4.34s
#113	GPT-5.6 Terra low	OpenAI	1.0	0.8	$0.435	2/2	1.48s
Total teste 2 Teste greșite 0 Cost total $0.435 Timp de răspuns (mediu) 1.48s

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)