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: 指标 ↑.
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） |
|---|---|---|---|---|---|---|---|
| #282 | Step 5 Preview medium | Stepfun | 1.0 | 0.6 | $4.136 | 2/2 | 4.23s |
| #287 | GLM 5.3 FlashX low | Z.ai | 1.0 | 0.6 | $0.157 | 2/2 | 1.34s |
| #290 | Seed-2.0-Lite none | Bytedance Seed | 1.0 | 0.6 | $0.114 | 2/2 | 1.06s |
| #291 | Gemini 3.1 Flash Lite minimal | 1.0 | 0.6 | $0.080 | 2/2 | 932ms | |
| #293 | Gemini 3.1 Flash Lite none | 1.0 | 0.6 | $0.069 | 2/2 | 859ms | |
| #296 | Nemotron 3 Ultra none | NVIDIA | 1.0 | 0.6 | $0.164 | 2/2 | 1.46s |
| #302 | Ling 3.0 Flash high | Inclusionai | 1.0 | 0.6 | $0.021 | 2/2 | 1.85s |
| #314 | Step 5 Preview low | Stepfun | 1.0 | 0.6 | $4.110 | 2/2 | 6.78s |
| #315 | GLM 5 none | Z.ai | 1.0 | 0.6 | $0.140 | 2/2 | 1.48s |
| #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 | |
| #326 | Claude Opus 4.7 none | Anthropic | 1.0 | 0.5 | $0.505 | 2/2 | 1.46s |
| #333 | Hy3 preview medium | Tencent | 1.0 | 0.5 | $0.049 | 2/2 | 6.16s |
| #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 |