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)
#130	GPT-5.5 none	OpenAI	6.2	7.0	$0.544	1/2	1.15s
Total teste 2 Teste greșite 1 Cost total $0.544 Timp de răspuns (mediu) 1.15s
#192	Qwen3.5 Plus 2026-04-20 none	Qwen	6.2	6.1	$0.122	1/2	1.17s
Total teste 2 Teste greșite 1 Cost total $0.122 Timp de răspuns (mediu) 1.17s
#243	Seed-2.0-Code none	Bytedance Seed	6.2	5.3	$0.151	1/2	1.80s
Total teste 2 Teste greșite 1 Cost total $0.151 Timp de răspuns (mediu) 1.80s
#246	Qwen3.6 35B A3B none	Qwen	6.2	5.3	$0.051	1/2	1.86s
Total teste 2 Teste greșite 1 Cost total $0.051 Timp de răspuns (mediu) 1.86s
#289	GLM 4.7 Flash medium	Z.ai	6.2	4.3	$0.168	1/2	2.97s
Total teste 2 Teste greșite 1 Cost total $0.168 Timp de răspuns (mediu) 2.97s
#137	Qwen3.7 Flash medium	Qwen	5.8	6.9	$0.065	0/2	9.27s
Total teste 2 Teste greșite 2 Cost total $0.065 Timp de răspuns (mediu) 9.27s
#239	DeepSeek V4 Flash 0731 none	DeepSeek	5.0	5.4	$0.011	0/2	1.42s
Total teste 2 Teste greșite 2 Cost total $0.011 Timp de răspuns (mediu) 1.42s
#310	Step 3.5 Flash none	Stepfun	5.0	2.3	$0.020	1/1	9.30s
Total teste 1 Teste greșite 0 Cost total $0.020 Timp de răspuns (mediu) 9.30s
#215	Ling-3.0-flash none	Inclusionai	4.8	5.7	$0.004	0/2	836ms
Total teste 2 Teste greșite 2 Cost total $0.004 Timp de răspuns (mediu) 836ms
#247	Dots 3 Note Preview none	Dots Studio	4.8	5.2	$0.000	0/2	1.06s
Total teste 2 Teste greșite 2 Cost total $0.000 Timp de răspuns (mediu) 1.06s
#309	Nemotron 3 Nano Omni 30b A3b Reasoning none	NVIDIA	4.8	3.2	$0.000	0/2	541ms
Total teste 2 Teste greșite 2 Cost total $0.000 Timp de răspuns (mediu) 541ms
#240	Laguna S 2.1 high	Poolside	4.6	5.4	$0.114	0/2	453ms
Total teste 2 Teste greșite 2 Cost total $0.114 Timp de răspuns (mediu) 453ms
#189	Trinity Large Thinking medium	Arcee AI	4.4	6.1	$0.756	0/2	3.99s
Total teste 2 Teste greșite 2 Cost total $0.756 Timp de răspuns (mediu) 3.99s
#194	Trinity Large Thinking low	Arcee AI	4.4	6.0	$0.625	0/2	4.07s
Total teste 2 Teste greșite 2 Cost total $0.625 Timp de răspuns (mediu) 4.07s
#285	Laguna S 2.1 none	Poolside	4.3	4.5	$0.022	0/2	566ms
Total teste 2 Teste greșite 2 Cost total $0.022 Timp de răspuns (mediu) 566ms

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)