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)
#23	Grok 4.5 low	X AI	9.8	8.4	$0.935	2/2	2.80s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $0.935 Muda wa majibu (wastani) 2.80s
#25	Grok 4.5 medium	X AI	9.8	8.3	$1.928	2/2	6.06s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $1.928 Muda wa majibu (wastani) 6.06s
#28	Gemini 2.5 Flash medium	Google	9.8	8.2	$0.643	2/2	2.62s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $0.643 Muda wa majibu (wastani) 2.62s
#33	Step 3.7 Flash medium	Stepfun	9.8	8.0	$0.515	2/2	1.83s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $0.515 Muda wa majibu (wastani) 1.83s
#34	GPT-5.2 Chat none	OpenAI	9.8	8.0	$0.604	2/2	5.51s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $0.604 Muda wa majibu (wastani) 5.51s
#36	Inkling medium	Thinkingmachines	9.8	8.0	$0.391	2/2	6.17s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $0.391 Muda wa majibu (wastani) 6.17s
#55	Nemotron 3 Ultra medium	NVIDIA	9.8	7.5	$0.774	2/2	6.35s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $0.774 Muda wa majibu (wastani) 6.35s
#58	GPT-5.3 Chat none	OpenAI	9.8	7.5	$0.571	2/2	3.51s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $0.571 Muda wa majibu (wastani) 3.51s
#60	GPT-5.4 Mini medium	OpenAI	9.8	7.5	$0.756	2/2	2.13s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $0.756 Muda wa majibu (wastani) 2.13s
#71	Step 3.7 Flash low	Stepfun	9.8	7.3	$0.454	2/2	1.58s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $0.454 Muda wa majibu (wastani) 1.58s
#79	Grok 4.20 medium	X AI	9.8	7.1	$0.777	2/2	4.26s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $0.777 Muda wa majibu (wastani) 4.26s
#90	Step 3.7 Flash high	Stepfun	9.8	6.9	$1.207	2/2	1.52s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $1.207 Muda wa majibu (wastani) 1.52s
#95	Gemini 3.5 Flash-Lite low	Google	9.8	6.7	$0.145	2/2	869ms
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $0.145 Muda wa majibu (wastani) 869ms
#101	GLM 5.2 none	Z.ai	9.8	6.6	$0.128	2/2	3.84s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $0.128 Muda wa majibu (wastani) 3.84s
#103	Qwen3.6 Max Preview none	Qwen	9.8	6.6	$0.231	2/2	1.40s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $0.231 Muda wa majibu (wastani) 1.40s

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)