Рейтинг моделей по Следование инструкциям

Посмотрите, какие AI-модели лучше всего справляются с Следование инструкциям, какие остаются надежными и где заметнее всего разница. Сортировать по: Тестов верно ↓.

Показано моделей

Среднее значение Оценка Следование инструкциям

0.8

Лучшая модель

Gemini 3.6 Flash 1.0

Причины сбоев

С причиной сбоя Неверный ответ117 С причиной сбоя Не соблюдены инструкции77 С причиной сбоя Ошибка API25 С причиной сбоя Лишнее форматирование8 С причиной сбоя Тайм-аут5 С причиной сбоя Нет ответа2

451/451

Ранг	Модель	Компания	Оценка Следование инструкциям	Оценка	Общая стоимость	Тестов верно	Время ответа (среднее)
#167	Gemini 3.5 Flash Lite medium	Google	1.0	0.7	$0.440	2/2	1.72s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость $0.440 Время ответа (среднее) 1.72s
#169	Qwen3.5 Plus 2026-02-15 medium	Qwen	1.0	0.7	$0.567	2/2	31.9s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость $0.567 Время ответа (среднее) 31.9s
#170	Qwen3.8 27B medium	Qwen	1.0	0.7	~$0.073	2/2	2.54s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость ~$0.073 Время ответа (среднее) 2.54s
#171	Gemini 3.8 Flash low	Google	1.0	0.7	$0.323	2/2	2.79s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость $0.323 Время ответа (среднее) 2.79s
#172	Claude Opus 4.8 low	Anthropic	1.0	0.7	$3.787	2/2	2.78s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость $3.787 Время ответа (среднее) 2.78s
#173	Qwen3.7 Flash high	Qwen	1.0	0.7	$0.063	2/2	9.41s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость $0.063 Время ответа (среднее) 9.41s
#175	GLM 5 medium	Z.ai	1.0	0.7	$0.479	2/2	7.25s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость $0.479 Время ответа (среднее) 7.25s
#176	Step 3.7 Flash low	Stepfun	1.0	0.7	$0.449	2/2	1.58s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость $0.449 Время ответа (среднее) 1.58s
#177	Qwen3.6 27B medium	Qwen	1.0	0.7	$1.021	2/2	38.0s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость $1.021 Время ответа (среднее) 38.0s
#178	Claude Opus 5 none	Anthropic	1.0	0.7	$2.766	2/2	2.81s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость $2.766 Время ответа (среднее) 2.81s
#179	Qwen3.8 Flash Next xhigh	Qwen	1.0	0.7	~$0.195	2/2	3.72s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость ~$0.195 Время ответа (среднее) 3.72s
#180	GLM 5.3 FlashX medium	Z.ai	1.0	0.7	$0.114	2/2	1.51s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость $0.114 Время ответа (среднее) 1.51s
#183	MiMo-V2.5 medium	Xiaomi	1.0	0.7	$0.130	2/2	1.80s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость $0.130 Время ответа (среднее) 1.80s
#184	GPT-5.2 Chat default	OpenAI	1.0	0.7	$0.594	2/2	5.51s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость $0.594 Время ответа (среднее) 5.51s
#185	Qwen3.6 Max Preview medium	Qwen	1.0	0.7	$1.132	2/2	24.3s
Всего тестов 2 Ошибочных тестов 0 Общая стоимость $1.132 Время ответа (среднее) 24.3s

←

1 9 10 11 31

→

Рейтинг Следование инструкциям

Фильтровать модели

Лучшие модели по Оценка Следование инструкциям

Оценка Следование инструкциям vs общая стоимость

Лучшие модели по Время ответа (среднее)