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） ↑.
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 |
| #437 | Decider V1.1 27B default | Perplexity | 0.2 | 0.3 | $0.002 | 0/1 | 333ms |
| #408 | Granite 4.1 8b default | IBM Granite | 0.4 | 0.4 | $0.007 | 0/2 | 344ms |
| #338 | Laguna XS 2.1 none | Poolside | 0.4 | 0.5 | $0.020 | 0/2 | 364ms |
| #347 | Mistral Small 4 none | Mistral | 0.7 | 0.5 | $0.047 | 1/2 | 380ms |
| #352 | Laguna S 2.1 medium | Poolside | 0.4 | 0.5 | $0.092 | 0/2 | 400ms |
| #380 | Laguna S 2.1 low | Poolside | 0.4 | 0.5 | $0.108 | 0/2 | 423ms |
| #445 | Decider Flash V1.2 default | Perplexity | 0.2 | 0.2 | $0.001 | 0/1 | 424ms |
| #428 | Laguna Xs.2 default | Poolside | 0.7 | 0.3 | $0.004 | 1/2 | 439ms |
| #419 | Grok 4.20 none | X AI | 0.6 | 0.3 | $0.057 | 1/2 | 445ms |
| #361 | Laguna S 2.1 high | Poolside | 0.5 | 0.5 | $0.145 | 0/2 | 453ms |
| #454 | Nimble v3 9B default | Bespoke Labs | 0.2 | 0.8 | ~$0.001 | 0/1 | 469ms |
| #400 | Mercury 2.5 none | Inception | 0.5 | 0.4 | $0.026 | 0/2 | 493ms |
| #436 | Decider V1.2 default | Perplexity | 0.2 | 0.3 | $0.001 | 0/1 | 508ms |