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） |
|---|---|---|---|---|---|---|---|
| #305 | GPT-5 Nano medium | OpenAI | 1.0 | 0.6 | $0.159 | 2/2 | 15.6s |
| #308 | Seed 2.1 Turbo none | Bytedance Seed | 1.0 | 0.6 | $0.182 | 2/2 | 1.82s |
| #328 | North Mini Code medium | Cohere | 1.0 | 0.5 | $0.000 | 2/2 | 15.4s |
| #329 | Hy4 preview low | Tencent | 1.0 | 0.5 | $1.844 | 2/2 | 77.7s |
| #337 | Qwen3.6 Max Preview none | Qwen | 1.0 | 0.5 | $0.228 | 2/2 | 1.40s |
| #358 | Grok 4.20 Beta medium | X AI | 1.0 | 0.5 | $0.750 | 2/2 | 4.89s |
| #362 | Gemini 3 PRO Preview medium | 1.0 | 0.5 | $0.385 | 2/2 | 3.26s | |
| #387 | Ring 2.6 1t default | Inclusionai | 1.0 | 0.4 | $0.026 | 2/2 | 27.4s |
| #395 | Gemini 3.1 Flash Lite Preview high | 1.0 | 0.4 | $2.310 | 2/2 | 64.0s | |
| #398 | gpt-oss-120b none | OpenAI | 1.0 | 0.4 | $0.016 | 2/2 | 5.06s |
| #403 | Grok 4.20 Multi Agent Beta medium | X AI | 1.0 | 0.4 | $5.599 | 2/2 | 3.52s |
| #425 | Grok Build 0.1 none | X AI | 1.0 | 0.3 | $0.547 | 2/2 | 7.36s |
| #30 | Muse Spark Open high | Meta | 1.0 | 0.9 | $1.782 | 2/2 | 28.5s |
| #48 | Muse Spark 1.3 medium | Meta | 1.0 | 0.9 | $1.712 | 2/2 | 10.5s |
| #52 | Gemini 3.6 Flash low | 1.0 | 0.9 | $0.363 | 2/2 | 2.82s |