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: 指标 ↑.
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） |
|---|---|---|---|---|---|---|---|
| #67 | Muse Spark 1.2 low | Meta | 1.0 | 0.9 | $0.881 | 2/2 | 2.95s |
| #69 | Qwen3.8 27B high | Qwen | 1.0 | 0.9 | ~$0.298 | 2/2 | 8.24s |
| #71 | Seed 2.1 Turbo medium | Bytedance Seed | 1.0 | 0.9 | $2.042 | 2/2 | 7.48s |
| #77 | Claude Haiku 5.5 low | Anthropic | 1.0 | 0.9 | $0.061 | 2/2 | 2.20s |
| #79 | Grok 4.6 high | X AI | 1.0 | 0.9 | $2.629 | 2/2 | 13.8s |
| #80 | Muse Spark 1.3 low | Meta | 1.0 | 0.9 | $0.911 | 2/2 | 5.04s |
| #85 | Qwen3.8 2.4T A95B low | Qwen | 1.0 | 0.8 | $4.016 | 2/2 | 19.5s |
| #99 | Ling 3.1 Flash medium | Inclusionai | 1.0 | 0.8 | $0.000 | 2/2 | 3.57s |
| #103 | Grok 4.5 high | X AI | 1.0 | 0.8 | $2.687 | 2/2 | 6.23s |
| #108 | Seed-2.0-Code low | Bytedance Seed | 1.0 | 0.8 | $0.881 | 2/2 | 12.2s |
| #114 | Nemotron 3 Ultra medium | NVIDIA | 1.0 | 0.8 | $0.674 | 2/2 | 6.35s |
| #117 | Qwen3.8 Flash Next low | Qwen | 1.0 | 0.8 | ~$0.045 | 2/2 | 2.32s |
| #122 | GPT-5.4 Mini medium | OpenAI | 1.0 | 0.8 | $1.102 | 2/2 | 2.13s |
| #130 | Grok 4.5 medium | X AI | 1.0 | 0.8 | $2.996 | 2/2 | 6.06s |
| #132 | Step 3.7 Flash medium | Stepfun | 1.0 | 0.8 | $0.571 | 2/2 | 1.83s |