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

8.5

Cel mai bun model

Gemini 3.6 Flash 10.0

Motive de eșec

Cu motivul de eșec Răspuns greșit82 Cu motivul de eșec Nu a urmat instrucțiunile48 Cu motivul de eșec Formatare suplimentară7 Cu motivul de eșec Timp expirat5 Cu motivul de eșec Eroare API2 Cu motivul de eșec Fără răspuns2

311/311

Rang	Model	Companie	Scor Respectarea instrucțiunilor	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#1	Gemini 3.6 Flash high	Google	10.0	9.9	$0.699	2/2	4.07s
Total teste 2 Teste greșite 0 Cost total $0.699 Timp de răspuns (mediu) 4.07s
#2	Gemini 3.8 Flash high	Google	10.0	9.9	$1.595	2/2	4.73s
Total teste 2 Teste greșite 0 Cost total $1.595 Timp de răspuns (mediu) 4.73s
#3	Gemini 3.7 Flash high	Google	10.0	9.8	$0.646	2/2	3.77s
Total teste 2 Teste greșite 0 Cost total $0.646 Timp de răspuns (mediu) 3.77s
#4	Gemini 3.6 Flash medium	Google	10.0	9.8	$0.427	2/2	3.82s
Total teste 2 Teste greșite 0 Cost total $0.427 Timp de răspuns (mediu) 3.82s
#5	GPT-5.6 Sol low	OpenAI	10.0	9.5	$0.357	2/2	2.27s
Total teste 2 Teste greșite 0 Cost total $0.357 Timp de răspuns (mediu) 2.27s
#6	Gemini 3 Flash Preview medium	Google	10.0	9.5	$0.763	2/2	4.04s
Total teste 2 Teste greșite 0 Cost total $0.763 Timp de răspuns (mediu) 4.04s
#7	Gemini 3.5 Flash high	Google	10.0	9.4	$2.011	2/2	3.35s
Total teste 2 Teste greșite 0 Cost total $2.011 Timp de răspuns (mediu) 3.35s
#8	Gemini 3.7 Flash medium	Google	10.0	9.4	$0.309	2/2	2.81s
Total teste 2 Teste greșite 0 Cost total $0.309 Timp de răspuns (mediu) 2.81s
#9	GPT-5.6 Sol medium	OpenAI	10.0	9.4	$0.508	2/2	2.50s
Total teste 2 Teste greșite 0 Cost total $0.508 Timp de răspuns (mediu) 2.50s
#10	GPT-5.6 Sol high	OpenAI	10.0	9.4	$0.446	2/2	2.73s
Total teste 2 Teste greșite 0 Cost total $0.446 Timp de răspuns (mediu) 2.73s
#11	GPT-5.5 low	OpenAI	9.9	9.3	$1.257	2/2	3.74s
Total teste 2 Teste greșite 0 Cost total $1.257 Timp de răspuns (mediu) 3.74s
#12	Grok 4.6 high	X AI	9.8	9.3	$1.908	2/2	13.8s
Total teste 2 Teste greșite 0 Cost total $1.908 Timp de răspuns (mediu) 13.8s
#13	Gemini 3.1 Pro Preview medium	Google	10.0	9.2	$1.352	2/2	9.56s
Total teste 2 Teste greșite 0 Cost total $1.352 Timp de răspuns (mediu) 9.56s
#14	Gemini 3.7 Flash low	Google	10.0	9.2	$0.207	2/2	2.47s
Total teste 2 Teste greșite 0 Cost total $0.207 Timp de răspuns (mediu) 2.47s
#15	Claude Opus 5 high	Anthropic	10.0	9.2	$3.070	2/2	4.78s
Total teste 2 Teste greșite 0 Cost total $3.070 Timp de răspuns (mediu) 4.78s

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)