Orodha ya modeli za Ufuataji wa maagizo

Ona ni modeli gani za AI zinafanya vizuri zaidi katika Ufuataji wa maagizo, zipi zinabaki thabiti, na pengo kubwa liko wapi.

Modeli zilizoonyeshwa

Wastani wa Alama ya Ufuataji wa maagizo

8.6

Modeli bora

Gemini 3 Flash Preview 10.0

Sababu za kushindwa

Kwa sababu ya kushindwa Jibu lisilo sahihi61 Kwa sababu ya kushindwa Hakufuata maelekezo19 Kwa sababu ya kushindwa Muundo wa ziada3 Kwa sababu ya kushindwa Hakuna jibu2 Kwa sababu ya kushindwa Hitilafu ya API1 Kwa sababu ya kushindwa Muda umeisha1

216/216

Nafasi	Modeli	Kampuni	Alama ya Ufuataji wa maagizo	Alama	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#67	Claude Sonnet 4.6 none	Anthropic	6.5	7.3	$0.661	1/2	1.96s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.661 Muda wa majibu (wastani) 1.96s
#96	LongCat 2.0 low	Meituan	6.5	6.7	$0.391	1/2	6.39s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.391 Muda wa majibu (wastani) 6.39s
#102	LongCat 2.0 high	Meituan	6.5	6.6	$0.469	1/2	6.96s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.469 Muda wa majibu (wastani) 6.96s
#117	LongCat 2.0 none	Meituan	6.5	6.3	$0.044	1/2	2.82s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.044 Muda wa majibu (wastani) 2.82s
#121	Gemma 4 31B none	Google	6.5	6.2	$0.021	1/2	2.84s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.021 Muda wa majibu (wastani) 2.84s
#144	Kimi K2.6 none	Moonshot AI	6.5	5.8	$0.184	1/2	1.64s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.184 Muda wa majibu (wastani) 1.64s
#145	GPT-5.4 none	OpenAI	6.5	5.8	$0.397	1/2	1.07s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.397 Muda wa majibu (wastani) 1.07s
#151	GLM 5V Turbo none	Z.ai	6.5	5.6	$0.052	1/2	1.97s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.052 Muda wa majibu (wastani) 1.97s
#152	Owl Alpha medium	Openrouter	6.5	5.6	$0.000	1/2	10.2s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.000 Muda wa majibu (wastani) 10.2s
#153	Mimo V2 PRO none	Xiaomi	6.5	5.6	$0.045	1/2	2.51s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.045 Muda wa majibu (wastani) 2.51s
#156	DeepSeek V4 Flash none	DeepSeek	6.5	5.6	$0.042	1/2	17.5s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.042 Muda wa majibu (wastani) 17.5s
#161	Kimi K2.5 none	Moonshot AI	6.5	5.5	$0.127	1/2	2.67s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.127 Muda wa majibu (wastani) 2.67s
#163	Mimo V2 Omni none	Xiaomi	6.5	5.5	$0.021	1/2	4.26s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.021 Muda wa majibu (wastani) 4.26s
#171	Mistral Small 4 none	Mistral	6.5	5.1	$0.022	1/2	380ms
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.022 Muda wa majibu (wastani) 380ms
#174	MiMo-V2.5 none	Xiaomi	6.5	5.1	$0.025	1/2	751ms
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.025 Muda wa majibu (wastani) 751ms

Orodha ya Ufuataji wa maagizo

Chuja miundo

Modeli bora kwa Alama ya Ufuataji wa maagizo

Alama ya Ufuataji wa maagizo dhidi ya jumla ya gharama

Modeli bora kwa Muda wa majibu (wastani)