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 3.6 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)
#275	GLM 4.7 Flash none	Z.ai	6.5	4.8	$0.016	1/2	888ms
Total teste 2 Teste greșite 1 Cost total $0.016 Timp de răspuns (mediu) 888ms
#278	Grok 4.1 Fast medium	X AI	6.5	4.7	$0.069	1/2	4.63s
Total teste 2 Teste greșite 1 Cost total $0.069 Timp de răspuns (mediu) 4.63s
#281	Mercury 2 none	Inception	6.5	4.7	$0.030	1/2	551ms
Total teste 2 Teste greșite 1 Cost total $0.030 Timp de răspuns (mediu) 551ms
#296	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
#299	Nemotron 3.5 Lightning none	NVIDIA	6.5	4.0	$0.007	1/2	511ms
Total teste 2 Teste greșite 1 Cost total $0.007 Timp de răspuns (mediu) 511ms
#304	Qwen3.5-9B medium	Qwen	6.5	3.8	$0.062	1/2	5.75s
Total teste 2 Teste greșite 1 Cost total $0.062 Timp de răspuns (mediu) 5.75s
#306	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
#129	GLM 5.1 medium	Z.ai	6.4	7.0	$0.727	1/2	7.47s
Total teste 2 Teste greșite 1 Cost total $0.727 Timp de răspuns (mediu) 7.47s
#148	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
#153	Gemini 3.5 Flash minimal	Google	6.4	6.7	$0.300	1/2	893ms
Total teste 2 Teste greșite 1 Cost total $0.300 Timp de răspuns (mediu) 893ms
#282	Granite 4.2 8B high	IBM Granite	6.4	4.6	$0.084	1/2	87.5s
Total teste 2 Teste greșite 1 Cost total $0.084 Timp de răspuns (mediu) 87.5s
#60	Muse Spark 1.1 high	Meta	6.4	8.0	$2.253	1/2	7.81s
Total teste 2 Teste greșite 1 Cost total $2.253 Timp de răspuns (mediu) 7.81s
#181	Claude Sonnet 5 none	Anthropic	6.4	6.1	$0.548	1/2	2.58s
Total teste 2 Teste greșite 1 Cost total $0.548 Timp de răspuns (mediu) 2.58s
#210	Solar Pro 4 none	Upstage	6.4	5.8	$0.006	1/2	1.67s
Total teste 2 Teste greșite 1 Cost total $0.006 Timp de răspuns (mediu) 1.67s
#225	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

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)