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: 总成本 ↑.
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） |
|---|---|---|---|---|---|---|---|
| #121 | Claude Fable 5.1 high | Anthropic | 1.0 | 0.8 | $3.471 | 2/2 | 5.60s |
| #98 | Claude Opus 4.8 medium | Anthropic | 1.0 | 0.8 | $3.490 | 2/2 | 3.32s |
| #66 | Kimi K3.1 Pro max | Moonshot AI | 1.0 | 0.9 | $3.578 | 2/2 | 9.06s |
| #110 | Claude Opus 4.7 medium | Anthropic | 1.0 | 0.8 | $3.636 | 2/2 | 1.57s |
| #175 | Claude Opus 4.8 low | Anthropic | 1.0 | 0.7 | $3.787 | 2/2 | 2.78s |
| #145 | Muse Wonder xhigh | Meta | 0.7 | 0.8 | $4.012 | 1/2 | 2.64s |
| #85 | Qwen3.8 2.4T A95B low | Qwen | 1.0 | 0.8 | $4.016 | 2/2 | 19.5s |
| #314 | Step 5 Preview low | Stepfun | 1.0 | 0.6 | $4.110 | 2/2 | 6.78s |
| #282 | Step 5 Preview medium | Stepfun | 1.0 | 0.6 | $4.136 | 2/2 | 4.23s |
| #7 | GPT-6 Astra high | OpenAI | 1.0 | 1.0 | $4.458 | 2/2 | 3.58s |
| #192 | Step 5 Preview high | Stepfun | 0.7 | 0.7 | $4.513 | 1/2 | 20.5s |
| #27 | Claude Opus 5 high | Anthropic | 1.0 | 0.9 | $4.524 | 2/2 | 4.78s |
| #92 | GLM 5.2 high | Z.ai | 1.0 | 0.8 | $4.632 | 2/2 | 4.26s |
| #127 | Muse Wonder max | Meta | 0.8 | 0.8 | $4.766 | 1/2 | 13.2s |
| #33 | GPT-5.5 medium | OpenAI | 1.0 | 0.9 | $4.809 | 2/2 | 3.36s |