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 ↑.
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） |
|---|---|---|---|---|---|---|---|
| #80 | Muse Spark 1.3 low | Meta | 1.0 | 0.9 | $0.911 | 2/2 | 5.04s |
| #81 | Claude Sonnet 5 medium | Anthropic | 1.0 | 0.9 | $1.438 | 2/2 | 3.10s |
| #82 | Qwen3.7 Max medium | Qwen | 1.0 | 0.9 | $1.689 | 2/2 | 7.46s |
| #83 | Claude Haiku 5.5 max | Anthropic | 1.0 | 0.8 | $0.509 | 2/2 | 6.22s |
| #85 | Qwen3.8 2.4T A95B low | Qwen | 1.0 | 0.8 | $4.016 | 2/2 | 19.5s |
| #86 | GPT-5 Mini medium | OpenAI | 1.0 | 0.8 | $0.315 | 2/2 | 11.6s |
| #88 | Gemini 3.1 Pro Preview medium | 1.0 | 0.8 | $1.585 | 2/2 | 9.56s | |
| #89 | Inkling high | Thinkingmachines | 1.0 | 0.8 | $1.238 | 2/2 | 7.00s |
| #91 | DeepSeek V4 Flash 0731 high | DeepSeek | 1.0 | 0.8 | $0.576 | 2/2 | 4.46s |
| #92 | GLM 5.2 high | Z.ai | 1.0 | 0.8 | $4.632 | 2/2 | 4.26s |
| #93 | GPT-5.6 Terra high | OpenAI | 1.0 | 0.8 | $0.698 | 2/2 | 2.14s |
| #94 | Claude Haiku 5.5 high | Anthropic | 1.0 | 0.8 | $0.088 | 2/2 | 3.19s |
| #95 | Gemini 3.5 Flash high | 1.0 | 0.8 | $2.737 | 2/2 | 3.35s | |
| #96 | Kimi K3 max | Moonshot AI | 1.0 | 0.8 | $3.409 | 2/2 | 7.66s |
| #97 | GPT-6 Luna medium | OpenAI | 1.0 | 0.8 | $0.047 | 2/2 | 13.2s |