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)
#75	Qwen3.8 Max (0902) low	Qwen	1.0	0.9	$1.131	2/2	4.32s
Total teste 2 Teste greșite 0 Cost total $1.131 Timp de răspuns (mediu) 4.32s
#79	Qwen3.7 Max medium	Qwen	1.0	0.9	$1.689	2/2	7.46s
Total teste 2 Teste greșite 0 Cost total $1.689 Timp de răspuns (mediu) 7.46s
#80	Claude Haiku 5.5 max	Anthropic	1.0	0.8	$0.509	2/2	6.22s
Total teste 2 Teste greșite 0 Cost total $0.509 Timp de răspuns (mediu) 6.22s
#83	GPT-5 Mini medium	OpenAI	1.0	0.8	$0.315	2/2	11.6s
Total teste 2 Teste greșite 0 Cost total $0.315 Timp de răspuns (mediu) 11.6s
#85	Gemini 3.1 Pro Preview medium	Google	1.0	0.8	$1.585	2/2	9.56s
Total teste 2 Teste greșite 0 Cost total $1.585 Timp de răspuns (mediu) 9.56s
#89	GLM 5.2 high	Z.ai	1.0	0.8	$4.632	2/2	4.26s
Total teste 2 Teste greșite 0 Cost total $4.632 Timp de răspuns (mediu) 4.26s
#90	GPT-5.6 Terra high	OpenAI	1.0	0.8	$0.698	2/2	2.14s
Total teste 2 Teste greșite 0 Cost total $0.698 Timp de răspuns (mediu) 2.14s
#92	Gemini 3.5 Flash high	Google	1.0	0.8	$2.737	2/2	3.35s
Total teste 2 Teste greșite 0 Cost total $2.737 Timp de răspuns (mediu) 3.35s
#93	Kimi K3 max	Moonshot AI	1.0	0.8	$3.409	2/2	7.66s
Total teste 2 Teste greșite 0 Cost total $3.409 Timp de răspuns (mediu) 7.66s
#95	Claude Opus 4.8 medium	Anthropic	1.0	0.8	$3.490	2/2	3.32s
Total teste 2 Teste greșite 0 Cost total $3.490 Timp de răspuns (mediu) 3.32s
#97	Qwen3.7 Plus medium	Qwen	1.0	0.8	$0.415	2/2	16.1s
Total teste 2 Teste greșite 0 Cost total $0.415 Timp de răspuns (mediu) 16.1s
#98	Gemini 4 Argon low	Google	1.0	0.8	$0.438	2/2	2.40s
Total teste 2 Teste greșite 0 Cost total $0.438 Timp de răspuns (mediu) 2.40s
#101	GPT-5.6 Terra medium	OpenAI	1.0	0.8	$0.483	2/2	1.43s
Total teste 2 Teste greșite 0 Cost total $0.483 Timp de răspuns (mediu) 1.43s
#102	Seed-2.0-Lite medium	Bytedance Seed	1.0	0.8	$0.271	2/2	7.26s
Total teste 2 Teste greșite 0 Cost total $0.271 Timp de răspuns (mediu) 7.26s
#105	Claude Opus 4.7 medium	Anthropic	1.0	0.8	$3.636	2/2	1.57s
Total teste 2 Teste greșite 0 Cost total $3.636 Timp de răspuns (mediu) 1.57s

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)