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） |
|---|---|---|---|---|---|---|---|
| #280 | Inkling none | Thinkingmachines | 0.6 | 0.6 | $0.292 | 1/2 | 1.72s |
| #294 | Qwen3.6 Flash none | Qwen | 0.6 | 0.6 | $0.139 | 1/2 | 1.10s |
| #297 | Qwen3.7 Flash none | Qwen | 0.6 | 0.6 | $0.028 | 1/2 | 892ms |
| #304 | Trinity Large Thinking high | Arcee AI | 0.6 | 0.6 | $0.794 | 1/2 | 4.12s |
| #306 | GPT-5.4 Mini none | OpenAI | 0.6 | 0.6 | $0.170 | 1/2 | 728ms |
| #316 | Qwen3.5-35B-A3B none | Qwen | 0.6 | 0.6 | $0.120 | 1/2 | 809ms |
| #323 | Gemma 4 26B A4B none | 0.6 | 0.5 | $0.031 | 1/2 | 690ms | |
| #327 | Qwen3.8 27B none | Qwen | 0.6 | 0.5 | ~$0.010 | 1/2 | 582ms |
| #356 | GPT-4o-mini default | OpenAI | 0.6 | 0.5 | $0.024 | 1/2 | 1.11s |
| #359 | Inkling Small none | Thinkingmachines | 0.6 | 0.5 | $0.054 | 1/2 | 767ms |
| #360 | Qwen3 Coder Next default | Qwen | 0.6 | 0.5 | $0.067 | 1/2 | 7.78s |
| #370 | Mercury 2.5 Preview default | Inception | 0.6 | 0.5 | $0.023 | 1/2 | 1.26s |
| #375 | Qwen3 Coder Next medium | Qwen | 0.6 | 0.5 | $0.071 | 1/2 | 7.49s |
| #377 | GPT-5.4 Nano none | OpenAI | 0.6 | 0.5 | $0.068 | 1/2 | 784ms |
| #389 | Nemotron 3 Super none | NVIDIA | 0.6 | 0.4 | $0.016 | 1/2 | 804ms |