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)
#409	Laguna Xs.2 medium	Poolside	1.0	0.3	$0.015	2/2	1.68s
Total teste 2 Teste greșite 0 Cost total $0.015 Timp de răspuns (mediu) 1.68s
#287	Qwen3.8 Flash Next none	Qwen	0.7	0.6	~$0.011	1/2	612ms
Total teste 2 Teste greșite 1 Cost total ~$0.011 Timp de răspuns (mediu) 612ms
#431	Clef Omni default	Cloudflare	0.2	0.2	$0.011	0/1	904ms
Total teste 1 Teste greșite 1 Cost total $0.011 Timp de răspuns (mediu) 904ms
#315	Qwen3.8 27B none	Qwen	0.6	0.5	~$0.010	1/2	582ms
Total teste 2 Teste greșite 1 Cost total ~$0.010 Timp de răspuns (mediu) 582ms
#439	Solar Decide default	Upstage	0.5	0.1	$0.009	1/1	11.7s
Total teste 1 Teste greșite 0 Cost total $0.009 Timp de răspuns (mediu) 11.7s
#403	Laguna M.1 default	Poolside	0.6	0.4	$0.009	1/2	683ms
Total teste 2 Teste greșite 1 Cost total $0.009 Timp de răspuns (mediu) 683ms
#397	Nemotron 3.5 Lightning none	NVIDIA	0.7	0.4	$0.009	1/2	511ms
Total teste 2 Teste greșite 1 Cost total $0.009 Timp de răspuns (mediu) 511ms
#430	Classify-1 default	Scaledown	0.2	0.2	$0.008	0/1	4.26s
Total teste 1 Teste greșite 1 Cost total $0.008 Timp de răspuns (mediu) 4.26s
#379	Trinity Large Preview default	Arcee AI	0.4	0.4	$0.008	0/2	822ms
Total teste 2 Teste greșite 2 Cost total $0.008 Timp de răspuns (mediu) 822ms
#415	Grok 4.1 Fast default	X AI	0.3	0.3	$0.008	0/2	685ms
Total teste 2 Teste greșite 2 Cost total $0.008 Timp de răspuns (mediu) 685ms
#410	Hy3 preview none	Tencent	0.6	0.3	$0.007	1/2	13.0s
Total teste 2 Teste greșite 1 Cost total $0.007 Timp de răspuns (mediu) 13.0s
#396	Granite 4.1 8b default	IBM Granite	0.4	0.4	$0.007	0/2	344ms
Total teste 2 Teste greșite 2 Cost total $0.007 Timp de răspuns (mediu) 344ms
#427	GPT-6 Luna Decisions default	OpenAI	0.2	0.2	$0.005	0/1	842ms
Total teste 1 Teste greșite 1 Cost total $0.005 Timp de răspuns (mediu) 842ms
#416	Laguna Xs.2 default	Poolside	0.7	0.3	$0.004	1/2	439ms
Total teste 2 Teste greșite 1 Cost total $0.004 Timp de răspuns (mediu) 439ms
#329	Ling 3.0 Flash none	Inclusionai	0.5	0.5	$0.004	0/2	836ms
Total teste 2 Teste greșite 2 Cost total $0.004 Timp de răspuns (mediu) 836ms

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost totalEstimarea include numai energia electrică a plăcii GPU. Restul computerului și achiziția hardware-ului nu sunt incluse. NVIDIA GeForce RTX 3090: 0.1095 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.010823.

Top modele după Timp de răspuns (mediu)

Scor Respectarea instrucțiunilor vs cost total