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） |
|---|---|---|---|---|---|---|---|
| #341 | Ling 3.0 Flash none | Inclusionai | 0.5 | 0.5 | $0.004 | 0/2 | 836ms |
| #439 | GPT-6 Luna Decisions default | OpenAI | 0.2 | 0.2 | $0.005 | 0/1 | 842ms |
| #423 | MiMo-V2-Flash default | Xiaomi | 0.7 | 0.3 | $0.025 | 1/2 | 857ms |
| #293 | Gemini 3.1 Flash Lite none | 1.0 | 0.6 | $0.069 | 2/2 | 859ms | |
| #243 | Beam 1.0 501B A23B max | Reflection | 0.8 | 0.6 | $0.799 | 1/2 | 866ms |
| #369 | GLM 4.7 Flash none | Z.ai | 0.7 | 0.5 | $0.027 | 1/2 | 888ms |
| #297 | Qwen3.7 Flash none | Qwen | 0.6 | 0.6 | $0.028 | 1/2 | 892ms |
| #250 | Gemini 3.5 Flash minimal | 0.6 | 0.6 | $0.508 | 1/2 | 893ms | |
| #444 | Clef Omni default | Cloudflare | 0.2 | 0.2 | $0.011 | 0/1 | 904ms |
| #134 | Qwen3.7 Plus none | Qwen | 0.6 | 0.8 | $0.178 | 1/2 | 929ms |
| #291 | Gemini 3.1 Flash Lite minimal | 1.0 | 0.6 | $0.080 | 2/2 | 932ms | |
| #234 | Mercury 2.5 high | Inception | 0.7 | 0.6 | $0.044 | 1/2 | 934ms |
| #123 | Qwen3.7 Max none | Qwen | 1.0 | 0.8 | $0.451 | 2/2 | 943ms |
| #185 | MiMo-V2.6-Flash low | Xiaomi | 0.8 | 0.7 | $0.200 | 1/2 | 955ms |
| #348 | Mercury 2.5 low | Inception | 0.3 | 0.5 | $0.020 | 0/2 | 972ms |