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: 测试正确 ↑.

显示的模型数

15

指令遵循 得分 平均值

8.5

最佳模型

MiniMax M2.7 3.8
排名 模型 公司 指令遵循 得分 分数 测试正确 响应时间(平均)
#12 Gemini 3.1 Flash Lite Preview high Google 9.8 8.6 2/2 64.0s
#13 Grok 4.20 Beta medium X AI 9.8 8.5 2/2 4.89s
#14 Qwen3.6 Max Preview medium Qwen 10.0 8.5 2/2 24.3s
#15 GPT-5.3-Codex medium OpenAI 10.0 8.4 2/2 3.04s
#16 Gemini 3 Flash Preview low Google 9.9 8.4 2/2 7.02s
#17 GLM 5 medium Z.ai 10.0 8.3 2/2 7.25s
#18 Qwen3.7 Plus medium Qwen 10.0 8.2 2/2 16.1s
#19 Seed-2.0-Lite medium Bytedance Seed 10.0 8.2 2/2 7.26s
#20 Gemini 3.5 Flash none Google 9.8 8.1 2/2 3.38s
#21 GPT-5.4 medium OpenAI 10.0 8.0 2/2 3.11s
#22 Step 3.7 Flash medium Stepfun 9.8 8.0 2/2 1.83s
#23 GLM 5 Turbo medium Z.ai 10.0 8.0 2/2 5.38s
#24 GPT-5.2 Chat none OpenAI 9.8 7.9 2/2 5.51s
#25 Qwen3.5 Plus 2026-02-15 medium Qwen 10.0 7.9 2/2 31.9s
#26 Qwen3.6 Plus medium Qwen 10.0 7.9 2/2 7.54s

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