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） |
|---|---|---|---|---|---|---|---|
| #317 | Nemotron 3.5 Super VL none | NVIDIA | 1.0 | 0.6 | $0.040 | 2/2 | 4.08s |
| #321 | Gemini 2.5 Flash none | 1.0 | 0.5 | $0.017 | 2/2 | 590ms | |
| #324 | GLM 5V Turbo medium | Z.ai | 1.0 | 0.5 | $0.457 | 2/2 | 3.74s |
| #326 | Claude Opus 4.7 none | Anthropic | 1.0 | 0.5 | $0.505 | 2/2 | 1.46s |
| #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 |
| #333 | Hy3 preview medium | Tencent | 1.0 | 0.5 | $0.049 | 2/2 | 6.16s |
| #337 | Qwen3.6 Max Preview none | Qwen | 1.0 | 0.5 | $0.228 | 2/2 | 1.40s |
| #340 | Inkling Small low | Thinkingmachines | 1.0 | 0.5 | $0.055 | 2/2 | 1.89s |
| #343 | KAT Coder AIR V2.5 high | Kwaipilot | 1.0 | 0.5 | $0.077 | 2/2 | 1.51s |
| #344 | Mimo V2 PRO medium | Xiaomi | 1.0 | 0.5 | $0.333 | 2/2 | 3.36s |
| #345 | MiMo-V2-Flash medium | Xiaomi | 1.0 | 0.5 | $0.043 | 2/2 | 4.28s |
| #349 | KAT Coder AIR V2.5 medium | Kwaipilot | 1.0 | 0.5 | $0.048 | 2/2 | 1.50s |
| #357 | KAT Coder AIR V2.5 low | Kwaipilot | 1.0 | 0.5 | $0.046 | 2/2 | 1.64s |
| #358 | Grok 4.20 Beta medium | X AI | 1.0 | 0.5 | $0.750 | 2/2 | 4.89s |