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） |
|---|---|---|---|---|---|---|---|
| #414 | Grok 4.20 Beta default | X AI | 0.6 | 0.4 | $0.087 | 1/2 | 649ms |
| #419 | Grok 4.20 none | X AI | 0.6 | 0.3 | $0.057 | 1/2 | 445ms |
| #449 | LFM2-24B-A2B default | Liquid | 0.6 | 0.2 | $0.001 | 1/2 | 752ms |
| #161 | DeepSeek V4 Pro 0423 none | DeepSeek | 0.6 | 0.7 | $0.083 | 1/2 | 4.12s |
| #353 | Mercury 2.5 Preview low | Inception | 0.6 | 0.5 | $0.015 | 1/2 | 1.60s |
| #415 | Laguna M.1 default | Poolside | 0.6 | 0.4 | $0.009 | 1/2 | 683ms |
| #422 | Hy3 preview none | Tencent | 0.6 | 0.3 | $0.007 | 1/2 | 13.0s |
| #295 | Claude Sonnet 5 none | Anthropic | 0.6 | 0.6 | $1.095 | 1/2 | 2.58s |
| #313 | Solar Pro 4 none | Upstage | 0.6 | 0.6 | $0.022 | 1/2 | 1.67s |
| #350 | MiMo-V2.5-Pro none | Xiaomi | 0.6 | 0.5 | $0.135 | 1/2 | 1.03s |
| #363 | Ling 2.6 1t default | Inclusionai | 0.6 | 0.5 | $0.016 | 1/2 | 5.36s |
| #384 | Owl Alpha default | Openrouter | 0.6 | 0.5 | $0.000 | 1/2 | 2.63s |
| #418 | Hunter Alpha default | OpenRouter | 0.6 | 0.3 | $0.000 | 1/2 | 2.82s |
| #90 | Muse Spark 1.1 high | Meta | 0.6 | 0.8 | $2.570 | 1/2 | 7.81s |
| #249 | Mercury 2.5 medium | Inception | 0.6 | 0.6 | $0.034 | 1/2 | 1.07s |