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)
#328	Inkling Small low	Thinkingmachines	1.0	0.5	$0.055	2/2	1.89s
Total teste 2 Teste greșite 0 Cost total $0.055 Timp de răspuns (mediu) 1.89s
#332	Mimo V2 PRO medium	Xiaomi	1.0	0.5	$0.333	2/2	3.36s
Total teste 2 Teste greșite 0 Cost total $0.333 Timp de răspuns (mediu) 3.36s
#378	KAT Coder AIR V2.5 default	Kwaipilot	1.0	0.4	$0.070	2/2	1.75s
Total teste 2 Teste greșite 0 Cost total $0.070 Timp de răspuns (mediu) 1.75s
#392	Hunter Alpha medium	OpenRouter	1.0	0.4	$0.000	2/2	4.18s
Total teste 2 Teste greșite 0 Cost total $0.000 Timp de răspuns (mediu) 4.18s
#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
#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
#51	Gemini 3.6 Flash low	Google	1.0	0.9	$0.363	2/2	2.82s
Total teste 2 Teste greșite 0 Cost total $0.363 Timp de răspuns (mediu) 2.82s
#52	GLM 5.3 Flash max	Z.ai	1.0	0.9	$0.089	2/2	3.65s
Total teste 2 Teste greșite 0 Cost total $0.089 Timp de răspuns (mediu) 3.65s
#58	Pareto 26.9 default	Unbiased	1.0	0.9	$1.864	2/2	3.82s
Total teste 2 Teste greșite 0 Cost total $1.864 Timp de răspuns (mediu) 3.82s
#86	Inkling high	Thinkingmachines	1.0	0.8	$1.238	2/2	7.00s
Total teste 2 Teste greșite 0 Cost total $1.238 Timp de răspuns (mediu) 7.00s
#88	DeepSeek V4 Flash 0731 high	DeepSeek	1.0	0.8	$0.576	2/2	4.46s
Total teste 2 Teste greșite 0 Cost total $0.576 Timp de răspuns (mediu) 4.46s
#94	GPT-6 Luna medium	OpenAI	1.0	0.8	$0.047	2/2	13.2s
Total teste 2 Teste greșite 0 Cost total $0.047 Timp de răspuns (mediu) 13.2s
#110	GPT-5.4 Nano medium	OpenAI	1.0	0.8	$0.235	2/2	1.88s
Total teste 2 Teste greșite 0 Cost total $0.235 Timp de răspuns (mediu) 1.88s
#120	Qwen3.8 2.4T A95B high	Qwen	1.0	0.8	$2.949	2/2	11.4s
Total teste 2 Teste greșite 0 Cost total $2.949 Timp de răspuns (mediu) 11.4s
#125	GLM 5.3 high	Z.ai	1.0	0.8	$0.495	2/2	3.62s
Total teste 2 Teste greșite 0 Cost total $0.495 Timp de răspuns (mediu) 3.62s

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)