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)
#67	DeepSeek V4 Flash 0731 high	DeepSeek	9.8	8.0	$0.084	2/2	4.46s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $0.084 Muda wa majibu (wastani) 4.46s
#83	Claude Opus 4.8 low	Anthropic	9.8	7.8	$2.089	2/2	2.78s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $2.089 Muda wa majibu (wastani) 2.78s
#95	GPT-5.4 Nano medium	OpenAI	9.8	7.5	$0.142	2/2	1.88s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $0.142 Muda wa majibu (wastani) 1.88s
#97	MiniMax M3 medium	Minimax	9.8	7.5	$0.300	2/2	6.14s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $0.300 Muda wa majibu (wastani) 6.14s
#103	Grok Build 0.1 medium	X AI	9.8	7.5	$1.130	2/2	12.4s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $1.130 Muda wa majibu (wastani) 12.4s
#110	Qwen3.8 2.4T A95B high	Qwen	9.8	7.4	$2.357	2/2	11.4s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $2.357 Muda wa majibu (wastani) 11.4s
#114	GLM 5.3 high	Z.ai	9.8	7.3	$0.403	2/2	3.62s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $0.403 Muda wa majibu (wastani) 3.62s
#131	Grok 4.3 medium	X AI	9.8	7.0	$0.741	2/2	18.6s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $0.741 Muda wa majibu (wastani) 18.6s
#143	Seed-2.0-Code high	Bytedance Seed	9.8	6.9	$1.273	2/2	11.3s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $1.273 Muda wa majibu (wastani) 11.3s
#144	Gemini 3.5 Flash none	Google	9.8	6.9	$1.093	2/2	3.38s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $1.093 Muda wa majibu (wastani) 3.38s
#149	Solar Pro 4 medium	Upstage	9.8	6.8	$0.047	2/2	40.1s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $0.047 Muda wa majibu (wastani) 40.1s
#156	KAT-Coder-Pro V2.5 none	Kwaipilot	9.8	6.7	$0.487	2/2	2.61s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $0.487 Muda wa majibu (wastani) 2.61s
#162	Gemini 3.5 Flash Lite low	Google	9.8	6.6	$0.138	2/2	1.75s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $0.138 Muda wa majibu (wastani) 1.75s
#225	KAT-Coder-Air V2.5 high	Kwaipilot	9.8	5.6	$0.077	2/2	1.51s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $0.077 Muda wa majibu (wastani) 1.51s
#240	KAT-Coder-Air V2.5 low	Kwaipilot	9.8	5.4	$0.046	2/2	1.64s
Jumla ya majaribio 2 Majaribio yenye makosa 0 Jumla ya gharama $0.046 Muda wa majibu (wastani) 1.64s

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)