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

8.5

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)
#23 GLM 5 Turbo medium Z.ai 10.0 8.0 2/2 5.38s
#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
#27 Gemma 4 31B medium Google 10.0 7.8 2/2 12.8s
#29 Qwen3.5-122B-A10B medium Qwen 10.0 7.8 2/2 9.88s
#30 Qwen3.5-27B medium Qwen 10.0 7.8 2/2 19.7s
#31 DeepSeek V4 Flash high DeepSeek 10.0 7.7 2/2 15.4s
#33 Hy3 preview medium Tencent 10.0 7.7 2/2 6.16s
#34 Qwen3.7 Max none Qwen 10.0 7.7 2/2 943ms
#36 Qwen3.5 Plus 2026-04-20 medium Qwen 10.0 7.6 2/2 20.2s
#37 Gemma 4 26B A4B medium Google 10.0 7.6 2/2 17.5s
#39 Qwen3.6 Flash medium Qwen 10.0 7.5 2/2 6.05s
#40 Gemini 3.1 Flash Lite Preview medium Google 10.0 7.5 2/2 1.91s
#46 Qwen3.6 35B A3B medium Qwen 10.0 7.4 2/2 7.50s
#49 Qwen3.5-Flash medium Qwen 10.0 7.4 2/2 63.5s

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