AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 分类

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 ↑.

显示的模型数

15

指令遵循 得分 平均值

8.0

最佳模型

Grok 4.1 Fast 3.0
排名 模型 公司 指令遵循 得分 分数 测试正确 响应时间(平均)
#14 Gemma 4 31B medium Google 10.0 8.3 2/2 12.8s
#16 GPT-5.4 medium OpenAI 10.0 8.2 2/2 3.11s
#17 Gemini 3.1 Flash Lite Preview medium Google 10.0 8.2 2/2 1.91s
#18 GLM 5 Turbo medium Z.ai 10.0 8.1 2/2 5.38s
#19 Qwen3.5-122B-A10B medium Qwen 10.0 8.1 2/2 9.88s
#20 Qwen3.6 Plus medium Qwen 10.0 8.1 2/2 7.54s
#22 Gemini 3.1 Flash Lite Preview low Google 10.0 8.1 2/2 1.49s
#24 Gemma 4 26B A4B medium Google 10.0 8.0 2/2 17.5s
#26 Claude Sonnet 4.6 medium Anthropic 10.0 8.0 2/2 2.61s
#27 DeepSeek V3.2 medium DeepSeek 10.0 8.0 2/2 35.8s
#29 Gemini 3.1 Flash Lite Preview none Google 10.0 7.9 2/2 1.13s
#32 Qwen3.5-Flash medium Qwen 10.0 7.8 2/2 63.5s
#34 Kimi K2.6 medium Moonshot AI 10.0 7.7 2/2 12.5s
#37 Claude Opus 4.6 medium Anthropic 10.0 7.6 2/2 2.43s
#39 Seed-2.0-Mini medium Bytedance Seed 10.0 7.5 2/2 17.5s

按 指令遵循 得分 排名的顶级模型

指令遵循 得分 vs 总成本

按 响应时间(平均) 排名的顶级模型