AI BENCHY
Advertise here

AI BENCHY 分类

指令遵循 排名

看看哪些 AI 模型在 指令遵循 上表现最好,哪些更稳定,以及差距主要出现在哪里。 排序方式: 测试正确 ↑.

显示的模型数

15

指令遵循 得分 平均值

8.5

最佳模型

MiniMax M2.7 3.8
排名 模型 公司 指令遵循 得分 分数 测试正确 响应时间(平均)
#78 Qwen3.6 27B medium Qwen 10.0 6.8 2/2 38.0s
#79 Hunter Alpha medium OpenRouter 9.9 6.7 2/2 4.18s
#81 Mercury 2 medium Inception 10.0 6.6 2/2 1.07s
#82 Hy3 preview high Tencent 10.0 6.6 2/2 34.4s
#83 Step 3.5 Flash none Stepfun 10.0 6.6 1/1 9.30s
#84 Grok 4.20 Multi Agent Beta medium X AI 9.8 6.6 2/2 3.52s
#87 Gemini 3.1 Flash Lite minimal Google 10.0 6.4 2/2 932ms
#89 Hy3 preview low Tencent 10.0 6.4 2/2 16.0s
#90 Gemini 3.1 Flash Lite none Google 10.0 6.4 2/2 859ms
#92 Laguna M.1 medium Poolside 10.0 6.4 2/2 4.30s
#94 GPT-5 Nano medium OpenAI 9.8 6.3 2/2 15.6s
#95 Qwen3.5 Plus 2026-02-15 none Qwen 10.0 6.3 2/2 1.67s
#96 Ring-2.6-1T none Inclusionai 9.8 6.2 2/2 27.4s
#97 Gemini 2.5 Flash none Google 10.0 6.2 2/2 590ms
#98 GLM 5 none Z.ai 10.0 6.1 2/2 1.48s

按 指令遵循 得分 排名的顶级模型

指令遵循 得分 vs 总成本

按 响应时间(平均) 排名的顶级模型