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

8.5

Modeli bora

Gemini 3.6 Flash 10.0

Sababu za kushindwa

Kwa sababu ya kushindwa Jibu lisilo sahihi82 Kwa sababu ya kushindwa Hakufuata maelekezo48 Kwa sababu ya kushindwa Muundo wa ziada7 Kwa sababu ya kushindwa Muda umeisha5 Kwa sababu ya kushindwa Hakuna jibu2 Kwa sababu ya kushindwa Hitilafu ya API2

316/316

Nafasi	Modeli	Kampuni	Alama ya Ufuataji wa maagizo	Alama	Jumla ya gharama	Majaribio sahihi	Muda wa majibu (wastani)
#289	MiniMax M2.5 medium	Minimax	7.5	4.6	$0.327	1/2	621ms
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.327 Muda wa majibu (wastani) 621ms
#57	Claude Fable 5.1 medium	Anthropic	7.3	8.3	$2.909	1/2	5.77s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $2.909 Muda wa majibu (wastani) 5.77s
#224	Gemini 3.1 Flash Lite high	Google	7.3	5.6	$2.044	1/2	23.3s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $2.044 Muda wa majibu (wastani) 23.3s
#257	Mistral Small 4 medium	Mistral	7.3	5.1	$0.097	1/2	1.38s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.097 Muda wa majibu (wastani) 1.38s
#56	Muse Spark 1.1 low	Meta	7.3	8.3	$0.673	1/2	5.42s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.673 Muda wa majibu (wastani) 5.42s
#217	Nemotron 3 Super medium	NVIDIA	7.3	5.7	$0.050	1/2	6.97s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.050 Muda wa majibu (wastani) 6.97s
#313	Nemotron 3 Nano Omni 30b A3b Reasoning medium	NVIDIA	7.3	3.4	$0.000	1/2	1.37s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.000 Muda wa majibu (wastani) 1.37s
#241	GPT-5.6 Luna none	OpenAI	7.1	5.4	$0.029	1/2	1.23s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.029 Muda wa majibu (wastani) 1.23s
#273	Hy4 preview none	Tencent	7.0	4.8	$0.041	1/2	47.9s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.041 Muda wa majibu (wastani) 47.9s
#306	Ling 3.0 Tiny high	Inclusionai	6.8	3.8	$0.000	1/2	3.10s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.000 Muda wa majibu (wastani) 3.10s
#310	Ling 3.0 Tiny medium	Inclusionai	6.8	3.8	$0.000	1/2	3.00s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.000 Muda wa majibu (wastani) 3.00s
#307	Ling 3.0 Tiny low	Inclusionai	6.6	3.8	$0.000	1/2	3.09s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.000 Muda wa majibu (wastani) 3.09s
#31	Muse Spark 1.3 high	Meta	6.5	8.9	$1.653	1/2	14.7s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $1.653 Muda wa majibu (wastani) 14.7s
#43	Muse Spark 1.1 medium	Meta	6.5	8.6	$1.420	1/2	6.31s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $1.420 Muda wa majibu (wastani) 6.31s
#109	LongCat 2.0 medium	Meituan	6.5	7.4	$0.499	1/2	7.38s
Jumla ya majaribio 2 Majaribio yenye makosa 1 Jumla ya gharama $0.499 Muda wa majibu (wastani) 7.38s

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)