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

Gemini 3.6 Flash 9.9

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)
#107	MiMo-V2.5 medium	Xiaomi	9.9	6.5	$0.082	2/2	1.80s
Total teste 2 Teste greșite 0 Cost total $0.082 Timp de răspuns (mediu) 1.80s
#108	Laguna XS 2.1 medium	Poolside	9.8	6.5	$0.068	2/2	2.57s
Total teste 2 Teste greșite 0 Cost total $0.068 Timp de răspuns (mediu) 2.57s
#110	Gemini 3.1 Flash Lite Preview low	Google	10.0	6.5	$0.646	2/2	1.49s
Total teste 2 Teste greșite 0 Cost total $0.646 Timp de răspuns (mediu) 1.49s
#111	Gemini 3.1 Flash Lite low	Google	10.0	6.5	$0.621	2/2	1.52s
Total teste 2 Teste greșite 0 Cost total $0.621 Timp de răspuns (mediu) 1.52s
#112	Gemini 3.1 Flash Lite Preview none	Google	10.0	6.4	$0.052	2/2	1.13s
Total teste 2 Teste greșite 0 Cost total $0.052 Timp de răspuns (mediu) 1.13s
#113	Qwen3.5 Plus 2026-02-15 none	Qwen	10.0	6.4	$0.073	2/2	1.67s
Total teste 2 Teste greșite 0 Cost total $0.073 Timp de răspuns (mediu) 1.67s
#114	Ring-2.6-1T medium	Inclusionai	9.8	6.3	$0.103	2/2	11.8s
Total teste 2 Teste greșite 0 Cost total $0.103 Timp de răspuns (mediu) 11.8s
#115	Mimo V2 PRO medium	Xiaomi	9.9	6.3	$0.333	2/2	3.36s
Total teste 2 Teste greșite 0 Cost total $0.333 Timp de răspuns (mediu) 3.36s
#116	Gemma 4 31B medium	Google	10.0	6.3	$0.107	2/2	12.8s
Total teste 2 Teste greșite 0 Cost total $0.107 Timp de răspuns (mediu) 12.8s
#119	MiMo-V2-Flash medium	Xiaomi	10.0	6.3	$0.043	2/2	4.28s
Total teste 2 Teste greșite 0 Cost total $0.043 Timp de răspuns (mediu) 4.28s
#120	Qwen3.5-Flash medium	Qwen	10.0	6.2	$0.139	2/2	63.5s
Total teste 2 Teste greșite 0 Cost total $0.139 Timp de răspuns (mediu) 63.5s
#122	Seed-2.0-Lite none	Bytedance Seed	10.0	6.2	$0.066	2/2	1.06s
Total teste 2 Teste greșite 0 Cost total $0.066 Timp de răspuns (mediu) 1.06s
#124	Gemini 2.5 Flash none	Google	10.0	6.2	$0.017	2/2	590ms
Total teste 2 Teste greșite 0 Cost total $0.017 Timp de răspuns (mediu) 590ms
#125	Qwen3.5-35B-A3B medium	Qwen	10.0	6.2	$0.837	2/2	24.4s
Total teste 2 Teste greșite 0 Cost total $0.837 Timp de răspuns (mediu) 24.4s
#126	Gemini 3.1 Flash Lite minimal	Google	10.0	6.1	$0.047	2/2	932ms
Total teste 2 Teste greșite 0 Cost total $0.047 Timp de răspuns (mediu) 932ms

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)