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: 响应时间（平均） ↑.
| 排名 | 模型 | 公司 | 指令遵循 得分 | 分数 | 测试正确 | 响应时间（平均） |
|---|---|---|---|---|---|---|
| #126 | gpt-oss-120b none | OpenAI | 9.8 | 5.4 | 2/2 | 5.06s |
| #159 | Ling-2.6-1T none | Inclusionai | 6.4 | 4.3 | 1/2 | 5.36s |
| #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 |
| #138 | Ling-2.6-flash none | Inclusionai | 9.8 | 5.0 | 2/2 | 5.52s |
| #161 | Qwen3.5-9B medium | Qwen | 6.5 | 4.2 | 1/2 | 5.75s |
| #39 | Qwen3.6 Flash medium | Qwen | 10.0 | 7.5 | 2/2 | 6.05s |
| #67 | MiniMax M3 medium | Minimax | 9.8 | 7.1 | 2/2 | 6.14s |
| #33 | Hy3 preview medium | Tencent | 10.0 | 7.7 | 2/2 | 6.16s |
| #41 | Nemotron 3 Ultra 550b A55b medium | NVIDIA | 9.8 | 7.5 | 2/2 | 6.35s |
| #105 | Nemotron 3 Super medium | NVIDIA | 7.3 | 5.8 | 1/2 | 6.97s |
| #16 | Gemini 3 Flash Preview low | 9.9 | 8.4 | 2/2 | 7.02s | |
| #17 | GLM 5 medium | Z.ai | 10.0 | 8.3 | 2/2 | 7.25s |
| #19 | Seed-2.0-Lite medium | Bytedance Seed | 10.0 | 8.2 | 2/2 | 7.26s |
| #100 | Grok Build 0.1 none | X AI | 9.8 | 6.0 | 2/2 | 7.36s |