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)
#377	Nemotron 3 Super none	NVIDIA	0.6	0.4	$0.016	1/2	804ms
Total teste 2 Teste greșite 1 Cost total $0.016 Timp de răspuns (mediu) 804ms
#402	Grok 4.20 Beta default	X AI	0.6	0.4	$0.087	1/2	649ms
Total teste 2 Teste greșite 1 Cost total $0.087 Timp de răspuns (mediu) 649ms
#407	Grok 4.20 none	X AI	0.6	0.3	$0.057	1/2	445ms
Total teste 2 Teste greșite 1 Cost total $0.057 Timp de răspuns (mediu) 445ms
#436	LFM2-24B-A2B default	Liquid	0.6	0.2	$0.001	1/2	752ms
Total teste 2 Teste greșite 1 Cost total $0.001 Timp de răspuns (mediu) 752ms
#143	Space Bunny Alpha high	Stealth	0.6	0.8	$0.000	1/2	2.04s
Total teste 2 Teste greșite 1 Cost total $0.000 Timp de răspuns (mediu) 2.04s
#246	Qwen3.6 27B none	Qwen	0.6	0.6	$0.148	1/2	1.92s
Total teste 2 Teste greșite 1 Cost total $0.148 Timp de răspuns (mediu) 1.92s
#184	Ember-1 low	Fireworks	0.6	0.7	$1.488	1/2	32.7s
Total teste 2 Teste greșite 1 Cost total $1.488 Timp de răspuns (mediu) 32.7s
#209	Ember-1 max	Fireworks	0.6	0.7	$3.264	1/2	33.0s
Total teste 2 Teste greșite 1 Cost total $3.264 Timp de răspuns (mediu) 33.0s
#214	GPT-5.5 none	OpenAI	0.6	0.7	$1.212	1/2	1.15s
Total teste 2 Teste greșite 1 Cost total $1.212 Timp de răspuns (mediu) 1.15s
#270	Qwen3.5 Plus 2026-04-20 none	Qwen	0.6	0.6	$0.216	1/2	1.17s
Total teste 2 Teste greșite 1 Cost total $0.216 Timp de răspuns (mediu) 1.17s
#310	GPT-6 Luna none	OpenAI	0.6	0.5	$0.026	1/2	17.0s
Total teste 2 Teste greșite 1 Cost total $0.026 Timp de răspuns (mediu) 17.0s
#313	Seed-2.0-Code none	Bytedance Seed	0.6	0.5	$0.257	1/2	1.80s
Total teste 2 Teste greșite 1 Cost total $0.257 Timp de răspuns (mediu) 1.80s
#327	Qwen3.6 35B A3B none	Qwen	0.6	0.5	$0.105	1/2	1.86s
Total teste 2 Teste greșite 1 Cost total $0.105 Timp de răspuns (mediu) 1.86s
#385	GLM 4.7 Flash medium	Z.ai	0.6	0.4	$0.193	1/2	2.97s
Total teste 2 Teste greșite 1 Cost total $0.193 Timp de răspuns (mediu) 2.97s
#201	Space Bunny Alpha max	Stealth	0.6	0.7	$0.000	0/2	3.78s
Total teste 2 Teste greșite 2 Cost total $0.000 Timp de răspuns (mediu) 3.78s

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)