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） |
|---|---|---|---|---|---|---|---|
| #448 | Gemini 3 Flash Preview high | 0.0 | 0.2 | $0.105 | 0/0 | 0ms | |
| #455 | Claude Opus 5.5 none | Anthropic | 0.0 | 0.2 | $0.015 | 0/0 | 0ms |
| #433 | d1-ultra default | Liquid | 0.2 | 0.3 | $0.003 | 0/1 | 571ms |
| #435 | Jev 1.13 default | Typesafe | 0.2 | 0.3 | $0.003 | 0/1 | 557ms |
| #436 | Decider V1.2 default | Perplexity | 0.2 | 0.3 | $0.001 | 0/1 | 508ms |
| #437 | Decider V1.1 27B default | Perplexity | 0.2 | 0.3 | $0.002 | 0/1 | 333ms |
| #438 | Drex v1.5 default | Nace AI | 0.2 | 0.2 | $0.002 | 0/1 | 1.33s |
| #439 | GPT-6 Luna Decisions default | OpenAI | 0.2 | 0.2 | $0.005 | 0/1 | 842ms |
| #440 | Kev 4B default | Jaredpalmer | 0.2 | 0.2 | $0.002 | 0/1 | 17.3s |
| #441 | Jev 1.14 default | Typesafe | 0.2 | 0.2 | $0.003 | 0/1 | 543ms |
| #442 | Mammoth 1 default | Baseten | 0.2 | 0.2 | $0.000 | 0/1 | 4.04s |
| #443 | Classify-1 default | Scaledown | 0.2 | 0.2 | $0.008 | 0/1 | 4.26s |
| #444 | Clef Omni default | Cloudflare | 0.2 | 0.2 | $0.011 | 0/1 | 904ms |
| #445 | Decider Flash V1.2 default | Perplexity | 0.2 | 0.2 | $0.001 | 0/1 | 424ms |
| #447 | D1 default | Liquid | 0.2 | 0.2 | $0.003 | 0/1 | 820ms |