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)
#31	Claude Opus 5.5 medium	Anthropic	1.0	0.9	$1.804	2/2	21.3s
Total teste 2 Teste greșite 0 Cost total $1.804 Timp de răspuns (mediu) 21.3s
#17	Gemini 4 Argon high	Google	1.0	1.0	$1.802	2/2	5.32s
Total teste 2 Teste greșite 0 Cost total $1.802 Timp de răspuns (mediu) 5.32s
#30	Muse Spark Open high	Meta	1.0	0.9	$1.782	2/2	28.5s
Total teste 2 Teste greșite 0 Cost total $1.782 Timp de răspuns (mediu) 28.5s
#265	Gemini 3.5 Flash none	Google	1.0	0.6	$1.752	2/2	3.38s
Total teste 2 Teste greșite 0 Cost total $1.752 Timp de răspuns (mediu) 3.38s
#24	Claude Opus 5.5 low	Anthropic	1.0	0.9	$1.733	2/2	21.1s
Total teste 2 Teste greșite 0 Cost total $1.733 Timp de răspuns (mediu) 21.1s
#47	Muse Spark 1.3 medium	Meta	1.0	0.9	$1.712	2/2	10.5s
Total teste 2 Teste greșite 0 Cost total $1.712 Timp de răspuns (mediu) 10.5s
#20	GPT-5.6 Sol medium	OpenAI	1.0	0.9	$1.700	2/2	2.50s
Total teste 2 Teste greșite 0 Cost total $1.700 Timp de răspuns (mediu) 2.50s
#79	Qwen3.7 Max medium	Qwen	1.0	0.9	$1.689	2/2	7.46s
Total teste 2 Teste greșite 0 Cost total $1.689 Timp de răspuns (mediu) 7.46s
#56	Muse Spark 1.1 medium	Meta	0.7	0.9	$1.665	1/2	6.31s
Total teste 2 Teste greșite 1 Cost total $1.665 Timp de răspuns (mediu) 6.31s
#29	Seed 2.1 Turbo low	Bytedance Seed	1.0	0.9	$1.645	2/2	5.05s
Total teste 2 Teste greșite 0 Cost total $1.645 Timp de răspuns (mediu) 5.05s
#43	Muse Wonder minimal	Meta	0.7	0.9	$1.639	1/2	1.39s
Total teste 2 Teste greșite 1 Cost total $1.639 Timp de răspuns (mediu) 1.39s
#22	GPT-5.6 Sol high	OpenAI	1.0	0.9	$1.595	2/2	2.73s
Total teste 2 Teste greșite 0 Cost total $1.595 Timp de răspuns (mediu) 2.73s
#196	Kimi K2.6 medium	Moonshot AI	1.0	0.7	$1.594	2/2	12.5s
Total teste 2 Teste greșite 0 Cost total $1.594 Timp de răspuns (mediu) 12.5s
#55	Muse Spark 1.2 medium	Meta	1.0	0.9	$1.590	2/2	4.40s
Total teste 2 Teste greșite 0 Cost total $1.590 Timp de răspuns (mediu) 4.40s
#85	Gemini 3.1 Pro Preview medium	Google	1.0	0.8	$1.585	2/2	9.56s
Total teste 2 Teste greșite 0 Cost total $1.585 Timp de răspuns (mediu) 9.56s

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)