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)
#263	Gemini 3.1 Flash Lite Preview none	Google	1.0	0.6	$0.090	2/2	1.13s
Total teste 2 Teste greșite 0 Cost total $0.090 Timp de răspuns (mediu) 1.13s
#271	Step 5 Preview medium	Stepfun	1.0	0.6	$4.136	2/2	4.23s
Total teste 2 Teste greșite 0 Cost total $4.136 Timp de răspuns (mediu) 4.23s
#276	GLM 5.3 FlashX low	Z.ai	1.0	0.6	$0.157	2/2	1.34s
Total teste 2 Teste greșite 0 Cost total $0.157 Timp de răspuns (mediu) 1.34s
#279	Seed-2.0-Lite none	Bytedance Seed	1.0	0.6	$0.114	2/2	1.06s
Total teste 2 Teste greșite 0 Cost total $0.114 Timp de răspuns (mediu) 1.06s
#280	Gemini 3.1 Flash Lite minimal	Google	1.0	0.6	$0.080	2/2	932ms
Total teste 2 Teste greșite 0 Cost total $0.080 Timp de răspuns (mediu) 932ms
#282	Gemini 3.1 Flash Lite none	Google	1.0	0.6	$0.069	2/2	859ms
Total teste 2 Teste greșite 0 Cost total $0.069 Timp de răspuns (mediu) 859ms
#285	Nemotron 3 Ultra none	NVIDIA	1.0	0.6	$0.164	2/2	1.46s
Total teste 2 Teste greșite 0 Cost total $0.164 Timp de răspuns (mediu) 1.46s
#290	Ling 3.0 Flash high	Inclusionai	1.0	0.6	$0.021	2/2	1.85s
Total teste 2 Teste greșite 0 Cost total $0.021 Timp de răspuns (mediu) 1.85s
#302	Step 5 Preview low	Stepfun	1.0	0.6	$4.110	2/2	6.78s
Total teste 2 Teste greșite 0 Cost total $4.110 Timp de răspuns (mediu) 6.78s
#303	GLM 5 none	Z.ai	1.0	0.6	$0.140	2/2	1.48s
Total teste 2 Teste greșite 0 Cost total $0.140 Timp de răspuns (mediu) 1.48s
#305	Nemotron 3.5 Super VL none	NVIDIA	1.0	0.6	$0.040	2/2	4.08s
Total teste 2 Teste greșite 0 Cost total $0.040 Timp de răspuns (mediu) 4.08s
#309	Gemini 2.5 Flash none	Google	1.0	0.5	$0.017	2/2	590ms
Total teste 2 Teste greșite 0 Cost total $0.017 Timp de răspuns (mediu) 590ms
#314	Claude Opus 4.7 none	Anthropic	1.0	0.5	$0.505	2/2	1.46s
Total teste 2 Teste greșite 0 Cost total $0.505 Timp de răspuns (mediu) 1.46s
#321	Hy3 preview medium	Tencent	1.0	0.5	$0.049	2/2	6.16s
Total teste 2 Teste greșite 0 Cost total $0.049 Timp de răspuns (mediu) 6.16s
#333	MiMo-V2-Flash medium	Xiaomi	1.0	0.5	$0.043	2/2	4.28s
Total teste 2 Teste greșite 0 Cost total $0.043 Timp de răspuns (mediu) 4.28s

Clasament Respectarea instrucțiunilor

Filtrează modelele

Top modele după Scor Respectarea instrucțiunilor

Scor Respectarea instrucțiunilor vs cost total

Top modele după Timp de răspuns (mediu)