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

8.5

Cel mai bun model

Gemini 3 Flash Preview 10.0

Motive de eșec

Cu motivul de eșec Răspuns greșit61 Cu motivul de eșec Nu a urmat instrucțiunile18 Cu motivul de eșec Formatare suplimentară3 Cu motivul de eșec Fără răspuns2 Cu motivul de eșec Eroare API1 Cu motivul de eșec Timp expirat1

210/210

Rang	Model	Companie	Scor Respectarea instrucțiunilor	Scor	Cost total	Teste corecte	Timp de răspuns (mediu)
#189	Mercury 2 none	Inception	6.5	4.6	$0.030	1/2	551ms
Total teste 2 Teste greșite 1 Cost total $0.030 Timp de răspuns (mediu) 551ms
#200	MiMo-V2-Flash none	Xiaomi	6.5	4.0	$0.025	1/2	857ms
Total teste 2 Teste greșite 1 Cost total $0.025 Timp de răspuns (mediu) 857ms
#204	Qwen3.5-9B medium	Qwen	6.5	3.8	$0.036	1/2	5.75s
Total teste 2 Teste greșite 1 Cost total $0.036 Timp de răspuns (mediu) 5.75s
#205	Laguna Xs.2 none	Poolside	6.5	3.8	$0.004	1/2	439ms
Total teste 2 Teste greșite 1 Cost total $0.004 Timp de răspuns (mediu) 439ms
#74	GLM 5.1 medium	Z.ai	6.4	7.1	$0.535	1/2	7.47s
Total teste 2 Teste greșite 1 Cost total $0.535 Timp de răspuns (mediu) 7.47s
#88	Gemini 3.5 Flash minimal	Google	6.4	6.8	$0.300	1/2	893ms
Total teste 2 Teste greșite 1 Cost total $0.300 Timp de răspuns (mediu) 893ms
#89	Gemini 3 Flash Preview none	Google	6.4	6.8	$0.085	1/2	1.58s
Total teste 2 Teste greșite 1 Cost total $0.085 Timp de răspuns (mediu) 1.58s
#27	Muse Spark 1.1 high	Meta	6.4	8.1	$1.694	1/2	7.81s
Total teste 2 Teste greșite 1 Cost total $1.694 Timp de răspuns (mediu) 7.81s
#112	Claude Sonnet 5 none	Anthropic	6.4	6.3	$0.548	1/2	2.58s
Total teste 2 Teste greșite 1 Cost total $0.548 Timp de răspuns (mediu) 2.58s
#148	Owl Alpha none	Openrouter	6.4	5.6	$0.000	1/2	2.63s
Total teste 2 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 2.63s
#154	MiMo-V2.5-Pro none	Xiaomi	6.4	5.5	$0.068	1/2	1.03s
Total teste 2 Teste greșite 1 Cost total $0.068 Timp de răspuns (mediu) 1.03s
#162	Ling-2.6-1T none	Inclusionai	6.4	5.3	$0.016	1/2	5.36s
Total teste 2 Teste greșite 1 Cost total $0.016 Timp de răspuns (mediu) 5.36s
#196	Hunter Alpha none	OpenRouter	6.4	4.2	$0.000	1/2	2.82s
Total teste 2 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 2.82s
#192	Laguna M.1 none	Poolside	6.3	4.4	$0.009	1/2	683ms
Total teste 2 Teste greșite 1 Cost total $0.009 Timp de răspuns (mediu) 683ms
#199	Hy3 preview none	Tencent	6.3	4.0	$0.003	1/2	13.0s
Total teste 2 Teste greșite 1 Cost total $0.003 Timp de răspuns (mediu) 13.0s

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)