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: 响应时间（平均） ↑.
455/455
筛选模型
没有模型匹配当前搜索和筛选条件。
| 排名 | 模型 | 公司 | 指令遵循 得分 | 分数 | 总成本 | 测试正确 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|
| #14 | GPT-6 Astra low | OpenAI | 1.0 | 1.0 | $2.160 | 2/2 | 2.65s |
| #238 | KAT-Coder-Pro V2.5 high | Kwaipilot | 1.0 | 0.6 | $0.506 | 2/2 | 2.67s |
| #336 | Kimi K2.5 none | Moonshot AI | 0.7 | 0.5 | $0.262 | 1/2 | 2.67s |
| #124 | Gemini 3.5 Flash medium | 1.0 | 0.8 | $1.316 | 2/2 | 2.70s | |
| #50 | Gemini 4 Argon medium | 1.0 | 0.9 | $0.674 | 2/2 | 2.71s | |
| #22 | GPT-5.6 Sol high | OpenAI | 1.0 | 0.9 | $1.595 | 2/2 | 2.73s |
| #251 | MiMo-V2.5-Pro medium | Xiaomi | 1.0 | 0.6 | $0.332 | 2/2 | 2.77s |
| #175 | Claude Opus 4.8 low | Anthropic | 1.0 | 0.7 | $3.787 | 2/2 | 2.78s |
| #174 | Gemini 3.8 Flash low | 1.0 | 0.7 | $0.323 | 2/2 | 2.79s | |
| #135 | Grok 4.5 low | X AI | 1.0 | 0.8 | $1.345 | 2/2 | 2.80s |
| #181 | Claude Opus 5 none | Anthropic | 1.0 | 0.7 | $2.766 | 2/2 | 2.81s |
| #18 | Gemini 3.7 Flash medium | 1.0 | 1.0 | $0.278 | 2/2 | 2.81s | |
| #52 | Gemini 3.6 Flash low | 1.0 | 0.9 | $0.363 | 2/2 | 2.82s | |
| #254 | LongCat 2.0 none | Meituan | 0.7 | 0.6 | $0.104 | 1/2 | 2.82s |
| #418 | Hunter Alpha default | OpenRouter | 0.6 | 0.3 | $0.000 | 1/2 | 2.82s |