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)
#136	Qwen3.5 Plus 2026-04-20 medium	Qwen	1.0	0.8	$0.435	2/2	20.2s
Total teste 2 Teste greșite 0 Cost total $0.435 Timp de răspuns (mediu) 20.2s
#238	Beam 1.0 501B A23B low	Reflection	0.8	0.6	$0.432	1/2	1.14s
Total teste 2 Teste greșite 1 Cost total $0.432 Timp de răspuns (mediu) 1.14s
#208	MiniMax M3 medium	Minimax	1.0	0.7	$0.422	2/2	6.14s
Total teste 2 Teste greșite 0 Cost total $0.422 Timp de răspuns (mediu) 6.14s
#97	Qwen3.7 Plus medium	Qwen	1.0	0.8	$0.415	2/2	16.1s
Total teste 2 Teste greșite 0 Cost total $0.415 Timp de răspuns (mediu) 16.1s
#154	Inkling Small high	Thinkingmachines	1.0	0.7	$0.398	2/2	3.94s
Total teste 2 Teste greșite 0 Cost total $0.398 Timp de răspuns (mediu) 3.94s
#289	DeepSeek V4.1 Flash none	DeepSeek	0.7	0.6	$0.391	1/2	6.81s
Total teste 2 Teste greșite 1 Cost total $0.391 Timp de răspuns (mediu) 6.81s
#350	Gemini 3 PRO Preview medium	Google	1.0	0.5	$0.385	2/2	3.26s
Total teste 2 Teste greșite 0 Cost total $0.385 Timp de răspuns (mediu) 3.26s
#288	GPT-5.6 Terra none	OpenAI	0.9	0.6	$0.377	1/2	1.15s
Total teste 2 Teste greșite 1 Cost total $0.377 Timp de răspuns (mediu) 1.15s
#51	Gemini 3.6 Flash low	Google	1.0	0.9	$0.363	2/2	2.82s
Total teste 2 Teste greșite 0 Cost total $0.363 Timp de răspuns (mediu) 2.82s
#81	Nemotron 3.5 Super VL high	NVIDIA	0.8	0.8	$0.349	1/2	6.10s
Total teste 2 Teste greșite 1 Cost total $0.349 Timp de răspuns (mediu) 6.10s
#332	Mimo V2 PRO medium	Xiaomi	1.0	0.5	$0.333	2/2	3.36s
Total teste 2 Teste greșite 0 Cost total $0.333 Timp de răspuns (mediu) 3.36s
#241	MiMo-V2.5-Pro medium	Xiaomi	1.0	0.6	$0.332	2/2	2.77s
Total teste 2 Teste greșite 0 Cost total $0.332 Timp de răspuns (mediu) 2.77s
#342	MiniMax M2.7 medium	Minimax	0.4	0.5	$0.326	0/2	12.8s
Total teste 2 Teste greșite 2 Cost total $0.326 Timp de răspuns (mediu) 12.8s
#261	GLM 5 Turbo medium	Z.ai	1.0	0.6	$0.323	2/2	5.38s
Total teste 2 Teste greșite 0 Cost total $0.323 Timp de răspuns (mediu) 5.38s
#168	Gemini 3.8 Flash low	Google	1.0	0.7	$0.323	2/2	2.79s
Total teste 2 Teste greșite 0 Cost total $0.323 Timp de răspuns (mediu) 2.79s

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)