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） |
|---|---|---|---|---|---|---|---|
| #362 | Gemini 3 PRO Preview medium | 1.0 | 0.5 | $0.385 | 2/2 | 3.26s | |
| #98 | Claude Opus 4.8 medium | Anthropic | 1.0 | 0.8 | $3.490 | 2/2 | 3.32s |
| #39 | Claude Haiku 5.5 xhigh | Anthropic | 1.0 | 0.9 | $0.140 | 2/2 | 3.34s |
| #95 | Gemini 3.5 Flash high | 1.0 | 0.8 | $2.737 | 2/2 | 3.35s | |
| #344 | Mimo V2 PRO medium | Xiaomi | 1.0 | 0.5 | $0.333 | 2/2 | 3.36s |
| #33 | GPT-5.5 medium | OpenAI | 1.0 | 0.9 | $4.809 | 2/2 | 3.36s |
| #276 | Gemini 3.5 Flash none | 1.0 | 0.6 | $1.752 | 2/2 | 3.38s | |
| #236 | GLM 5.3 low | Z.ai | 1.0 | 0.6 | $0.215 | 2/2 | 3.40s |
| #401 | Qwen3.6 Plus Preview medium | Qwen | 0.7 | 0.4 | $0.000 | 1/2 | 3.40s |
| #35 | Qwen3.8 MAX medium | Qwen | 1.0 | 0.9 | $1.181 | 2/2 | 3.49s |
| #218 | GPT 5.3 Chat default | OpenAI | 1.0 | 0.7 | $0.533 | 2/2 | 3.51s |
| #403 | Grok 4.20 Multi Agent Beta medium | X AI | 1.0 | 0.4 | $5.599 | 2/2 | 3.52s |
| #99 | Ling 3.1 Flash medium | Inclusionai | 1.0 | 0.8 | $0.000 | 2/2 | 3.57s |
| #7 | GPT-6 Astra high | OpenAI | 1.0 | 1.0 | $4.458 | 2/2 | 3.58s |
| #196 | Muse Glimmer 30B low | Meta | 0.8 | 0.7 | $0.219 | 1/2 | 3.60s |