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)
#96	Ling 3.1 Flash medium	Inclusionai	1.0	0.8	$0.000	2/2	3.57s
Total teste 2 Teste greșite 0 Cost total $0.000 Timp de răspuns (mediu) 3.57s
#99	Grok 4.5 high	X AI	1.0	0.8	$2.687	2/2	6.23s
Total teste 2 Teste greșite 0 Cost total $2.687 Timp de răspuns (mediu) 6.23s
#103	Seed-2.0-Code low	Bytedance Seed	1.0	0.8	$0.881	2/2	12.2s
Total teste 2 Teste greșite 0 Cost total $0.881 Timp de răspuns (mediu) 12.2s
#109	Nemotron 3 Ultra medium	NVIDIA	1.0	0.8	$0.674	2/2	6.35s
Total teste 2 Teste greșite 0 Cost total $0.674 Timp de răspuns (mediu) 6.35s
#112	Qwen3.8 Flash Next low	Qwen	1.0	0.8	~$0.045	2/2	2.32s
Total teste 2 Teste greșite 0 Cost total ~$0.045 Timp de răspuns (mediu) 2.32s
#117	GPT-5.4 Mini medium	OpenAI	1.0	0.8	$1.102	2/2	2.13s
Total teste 2 Teste greșite 0 Cost total $1.102 Timp de răspuns (mediu) 2.13s
#124	Grok 4.5 medium	X AI	1.0	0.8	$2.996	2/2	6.06s
Total teste 2 Teste greșite 0 Cost total $2.996 Timp de răspuns (mediu) 6.06s
#126	Step 3.7 Flash medium	Stepfun	1.0	0.8	$0.571	2/2	1.83s
Total teste 2 Teste greșite 0 Cost total $0.571 Timp de răspuns (mediu) 1.83s
#127	Grok 4.6 medium	X AI	1.0	0.8	$2.270	2/2	12.8s
Total teste 2 Teste greșite 0 Cost total $2.270 Timp de răspuns (mediu) 12.8s
#129	Grok 4.5 low	X AI	1.0	0.8	$1.345	2/2	2.80s
Total teste 2 Teste greșite 0 Cost total $1.345 Timp de răspuns (mediu) 2.80s
#138	Muse Glimmer 30B medium	Meta	1.0	0.8	$0.288	2/2	5.34s
Total teste 2 Teste greșite 0 Cost total $0.288 Timp de răspuns (mediu) 5.34s
#140	Qwen3.8 Flash Next medium	Qwen	1.0	0.8	~$0.047	2/2	2.04s
Total teste 2 Teste greșite 0 Cost total ~$0.047 Timp de răspuns (mediu) 2.04s
#151	Seed-2.0-Code medium	Bytedance Seed	1.0	0.7	$1.275	2/2	10.3s
Total teste 2 Teste greșite 0 Cost total $1.275 Timp de răspuns (mediu) 10.3s
#156	Inkling medium	Thinkingmachines	1.0	0.7	$0.527	2/2	6.17s
Total teste 2 Teste greșite 0 Cost total $0.527 Timp de răspuns (mediu) 6.17s
#161	Gemini 2.5 Flash medium	Google	1.0	0.7	$0.680	2/2	2.62s
Total teste 2 Teste greșite 0 Cost total $0.680 Timp de răspuns (mediu) 2.62s

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost totalEstimarea include numai energia electrică a plăcii GPU. Restul computerului și achiziția hardware-ului nu sunt incluse. NVIDIA GeForce RTX 3090: 0.4535 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.044834.

Top modele după Timp de răspuns (mediu)

Scor Respectarea instrucțiunilor vs cost total