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

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)
#434	D1 default	Liquid	0.2	0.2	$0.003	0/1	820ms
Total teste 1 Teste greșite 1 Cost total $0.003 Timp de răspuns (mediu) 820ms
#437	Solar Decide Flash default	Upstage	0.2	0.2	$0.003	0/1	1.66s
Total teste 1 Teste greșite 1 Cost total $0.003 Timp de răspuns (mediu) 1.66s
#438	Microsoft-Decision-1 default	Microsoft	0.2	0.1	$0.002	0/1	997ms
Total teste 1 Teste greșite 1 Cost total $0.002 Timp de răspuns (mediu) 997ms
#440	Tev1 4B Experimental default	Togethercomputer	0.2	1.0	$0.002	0/1	555ms
Total teste 1 Teste greșite 1 Cost total $0.002 Timp de răspuns (mediu) 555ms
#441	Nimble v3 9B default	Bespoke Labs	0.2	0.8	~$0.001	0/1	469ms
Total teste 1 Teste greșite 1 Cost total ~$0.001 Timp de răspuns (mediu) 469ms
#435	Gemini 3 Flash Preview high	Google	0.0	0.2	$0.105	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.105 Timp de răspuns (mediu) 0ms
#442	Claude Opus 5.5 none	Anthropic	0.0	0.2	$0.015	0/0	0ms
Total teste 0 Teste greșite 0 Cost total $0.015 Timp de răspuns (mediu) 0ms

Clasament Respectarea instrucțiunilor