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.

Modele afișate

Media pentru Scor Respectarea instrucțiunilor

0.8

Cel mai bun model

Gemini 3.6 Flash 1.0

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)
#119	Gemini 3.5 Flash medium	Google	1.0	0.8	$1.316	2/2	2.70s
Total teste 2 Teste greșite 0 Cost total $1.316 Timp de răspuns (mediu) 2.70s
#121	MiMo-V2.6-Flash medium	Xiaomi	1.0	0.8	$0.218	2/2	1.13s
Total teste 2 Teste greșite 0 Cost total $0.218 Timp de răspuns (mediu) 1.13s
#134	Nemotron 3.5 Super VL medium	NVIDIA	1.0	0.8	$0.437	2/2	4.34s
Total teste 2 Teste greșite 0 Cost total $0.437 Timp de răspuns (mediu) 4.34s
#148	GPT-5.6 Luna medium	OpenAI	1.0	0.7	$0.065	2/2	2.38s
Total teste 2 Teste greșite 0 Cost total $0.065 Timp de răspuns (mediu) 2.38s
#150	DeepSeek V4 Flash 0731 low	DeepSeek	1.0	0.7	$0.306	2/2	3.01s
Total teste 2 Teste greșite 0 Cost total $0.306 Timp de răspuns (mediu) 3.01s
#179	MiMo-V2.5 medium	Xiaomi	1.0	0.7	$0.130	2/2	1.80s
Total teste 2 Teste greșite 0 Cost total $0.130 Timp de răspuns (mediu) 1.80s
#183	Kimi K2.7 Code medium	Moonshot AI	1.0	0.7	$1.136	2/2	5.39s
Total teste 2 Teste greșite 0 Cost total $1.136 Timp de răspuns (mediu) 5.39s
#188	Gemini 3 Flash Preview low	Google	1.0	0.7	$0.254	2/2	7.02s
Total teste 2 Teste greșite 0 Cost total $0.254 Timp de răspuns (mediu) 7.02s
#190	Gemini 3.1 Flash Lite medium	Google	1.0	0.7	$0.153	2/2	2.59s
Total teste 2 Teste greșite 0 Cost total $0.153 Timp de răspuns (mediu) 2.59s
#195	Claude Opus 4.8 none	Anthropic	1.0	0.7	$2.334	2/2	1.37s
Total teste 2 Teste greșite 0 Cost total $2.334 Timp de răspuns (mediu) 1.37s
#229	KAT-Coder-Pro V2.5 high	Kwaipilot	1.0	0.6	$0.506	2/2	2.67s
Total teste 2 Teste greșite 0 Cost total $0.506 Timp de răspuns (mediu) 2.67s
#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
#260	KAT-Coder-Pro V2.5 medium	Kwaipilot	1.0	0.6	$0.669	2/2	2.58s
Total teste 2 Teste greșite 0 Cost total $0.669 Timp de răspuns (mediu) 2.58s
#281	gpt-oss-120b medium	OpenAI	1.0	0.6	$0.030	2/2	7.63s
Total teste 2 Teste greșite 0 Cost total $0.030 Timp de răspuns (mediu) 7.63s
#312	GLM 5V Turbo medium	Z.ai	1.0	0.5	$0.457	2/2	3.74s
Total teste 2 Teste greșite 0 Cost total $0.457 Timp de răspuns (mediu) 3.74s

←

1 9 10 11 30

→

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)