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） |
|---|---|---|---|---|---|---|---|
| #322 | GPT-6 Luna none | OpenAI | 0.6 | 0.5 | $0.026 | 1/2 | 17.0s |
| #440 | Kev 4B default | Jaredpalmer | 0.2 | 0.2 | $0.002 | 0/1 | 17.3s |
| #211 | Grok 4.7 xhigh | X AI | 1.0 | 0.7 | $3.398 | 2/2 | 17.3s |
| #147 | GPT-6 Luna low | OpenAI | 0.7 | 0.8 | $0.033 | 1/2 | 17.4s |
| #151 | Seed-2.0-Mini medium | Bytedance Seed | 1.0 | 0.8 | $0.140 | 2/2 | 17.5s |
| #163 | Gemma 4 26B A4B medium | 1.0 | 0.7 | $0.101 | 2/2 | 17.5s | |
| #268 | DeepSeek V4 Flash 0423 none | DeepSeek | 0.7 | 0.6 | $0.149 | 1/2 | 17.5s |
| #63 | Muse Spark Open medium | Meta | 0.7 | 0.9 | $1.260 | 1/2 | 18.4s |
| #239 | Grok 4.3 medium | X AI | 1.0 | 0.6 | $0.989 | 2/2 | 18.6s |
| #85 | Qwen3.8 2.4T A95B low | Qwen | 1.0 | 0.8 | $4.016 | 2/2 | 19.5s |
| #119 | Qwen3.5-27B medium | Qwen | 1.0 | 0.8 | $1.135 | 2/2 | 19.7s |
| #142 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 1.0 | 0.8 | $0.435 | 2/2 | 20.2s |
| #192 | Step 5 Preview high | Stepfun | 0.7 | 0.7 | $4.513 | 1/2 | 20.5s |
| #24 | Claude Opus 5.5 low | Anthropic | 1.0 | 0.9 | $1.733 | 2/2 | 21.1s |
| #31 | Claude Opus 5.5 medium | Anthropic | 1.0 | 0.9 | $1.804 | 2/2 | 21.3s |