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)
#158	GLM 5.3 Flash high	Z.ai	1.0	0.7	$0.056	2/2	2.06s
Total teste 2 Teste greșite 0 Cost total $0.056 Timp de răspuns (mediu) 2.06s
#163	Qwen3.6 Plus medium	Qwen	1.0	0.7	$0.554	2/2	7.54s
Total teste 2 Teste greșite 0 Cost total $0.554 Timp de răspuns (mediu) 7.54s
#166	Qwen3.5 Plus 2026-02-15 medium	Qwen	1.0	0.7	$0.567	2/2	31.9s
Total teste 2 Teste greșite 0 Cost total $0.567 Timp de răspuns (mediu) 31.9s
#167	Qwen3.8 27B medium	Qwen	1.0	0.7	~$0.073	2/2	2.54s
Total teste 2 Teste greșite 0 Cost total ~$0.073 Timp de răspuns (mediu) 2.54s
#168	Gemini 3.8 Flash low	Google	1.0	0.7	$0.323	2/2	2.79s
Total teste 2 Teste greșite 0 Cost total $0.323 Timp de răspuns (mediu) 2.79s
#172	GLM 5 medium	Z.ai	1.0	0.7	$0.479	2/2	7.25s
Total teste 2 Teste greșite 0 Cost total $0.479 Timp de răspuns (mediu) 7.25s
#174	Qwen3.6 27B medium	Qwen	1.0	0.7	$1.021	2/2	38.0s
Total teste 2 Teste greșite 0 Cost total $1.021 Timp de răspuns (mediu) 38.0s
#175	Claude Opus 5 none	Anthropic	1.0	0.7	$2.766	2/2	2.81s
Total teste 2 Teste greșite 0 Cost total $2.766 Timp de răspuns (mediu) 2.81s
#177	GLM 5.3 FlashX medium	Z.ai	1.0	0.7	$0.114	2/2	1.51s
Total teste 2 Teste greșite 0 Cost total $0.114 Timp de răspuns (mediu) 1.51s
#181	Qwen3.6 Max Preview medium	Qwen	1.0	0.7	$1.132	2/2	24.3s
Total teste 2 Teste greșite 0 Cost total $1.132 Timp de răspuns (mediu) 24.3s
#182	Gemini 3.1 Flash Lite Preview medium	Google	1.0	0.7	$0.158	2/2	1.91s
Total teste 2 Teste greșite 0 Cost total $0.158 Timp de răspuns (mediu) 1.91s
#186	Qwen3.5-122B-A10B medium	Qwen	1.0	0.7	$1.152	2/2	9.88s
Total teste 2 Teste greșite 0 Cost total $1.152 Timp de răspuns (mediu) 9.88s
#192	Gemma 4 31B medium	Google	1.0	0.7	$0.144	2/2	12.8s
Total teste 2 Teste greșite 0 Cost total $0.144 Timp de răspuns (mediu) 12.8s
#196	Kimi K2.6 medium	Moonshot AI	1.0	0.7	$1.594	2/2	12.5s
Total teste 2 Teste greșite 0 Cost total $1.594 Timp de răspuns (mediu) 12.5s
#197	Qwen3.5-Flash medium	Qwen	1.0	0.7	$0.184	2/2	63.5s
Total teste 2 Teste greșite 0 Cost total $0.184 Timp de răspuns (mediu) 63.5s

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost totalEstimarea include numai energia electrică a plăcii GPU. Restul computerului și achiziția hardware-ului nu sunt incluse. NVIDIA GeForce RTX 3090: 0.7349 h × 0.300 kW × €0.2896/kWh × 1.138 USD/EUR = ~$0.072660.

Top modele după Timp de răspuns (mediu)

Scor Respectarea instrucțiunilor vs cost total