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） |
|---|---|---|---|---|---|---|---|
| #166 | Grok 4.7 medium | X AI | 0.8 | 0.7 | $2.938 | 1/2 | 6.68s |
| #314 | Step 5 Preview low | Stepfun | 1.0 | 0.6 | $4.110 | 2/2 | 6.78s |
| #301 | DeepSeek V4.1 Flash none | DeepSeek | 0.7 | 0.6 | $0.391 | 1/2 | 6.81s |
| #168 | LongCat 2.0 high | Meituan | 0.7 | 0.7 | $0.778 | 1/2 | 6.96s |
| #318 | Nemotron 3 Super medium | NVIDIA | 0.7 | 0.6 | $0.081 | 1/2 | 6.97s |
| #89 | Inkling high | Thinkingmachines | 1.0 | 0.8 | $1.238 | 2/2 | 7.00s |
| #195 | Gemini 3 Flash Preview low | 1.0 | 0.7 | $0.254 | 2/2 | 7.02s | |
| #64 | DeepSeek V4.1 Flash high | DeepSeek | 1.0 | 0.9 | $0.617 | 2/2 | 7.06s |
| #178 | GLM 5 medium | Z.ai | 1.0 | 0.7 | $0.479 | 2/2 | 7.25s |
| #106 | Seed-2.0-Lite medium | Bytedance Seed | 1.0 | 0.8 | $0.271 | 2/2 | 7.26s |
| #425 | Grok Build 0.1 none | X AI | 1.0 | 0.3 | $0.547 | 2/2 | 7.36s |
| #177 | LongCat 2.0 medium | Meituan | 0.7 | 0.7 | $0.767 | 1/2 | 7.38s |
| #82 | Qwen3.7 Max medium | Qwen | 1.0 | 0.9 | $1.689 | 2/2 | 7.46s |
| #150 | GLM 5.1 medium | Z.ai | 0.6 | 0.8 | $1.546 | 1/2 | 7.47s |
| #71 | Seed 2.1 Turbo medium | Bytedance Seed | 1.0 | 0.9 | $2.042 | 2/2 | 7.48s |