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） |
|---|---|---|---|---|---|---|---|
| #333 | Hy3 preview medium | Tencent | 1.0 | 0.5 | $0.049 | 2/2 | 6.16s |
| #216 | MiniMax M3 medium | Minimax | 1.0 | 0.7 | $0.422 | 2/2 | 6.14s |
| #84 | Nemotron 3.5 Super VL high | NVIDIA | 0.8 | 0.8 | $0.349 | 1/2 | 6.10s |
| #130 | Grok 4.5 medium | X AI | 1.0 | 0.8 | $2.996 | 2/2 | 6.06s |
| #155 | Qwen3.6 Flash medium | Qwen | 1.0 | 0.7 | $0.783 | 2/2 | 6.05s |
| #58 | Claude Fable 5 medium | Anthropic | 1.0 | 0.9 | $5.089 | 2/2 | 5.90s |
| #60 | Kimi K3.1 Pro low | Moonshot AI | 1.0 | 0.9 | $1.836 | 2/2 | 5.84s |
| #165 | Claude Fable 5.1 medium | Anthropic | 0.7 | 0.7 | $3.197 | 1/2 | 5.77s |
| #402 | Qwen3.5-9B medium | Qwen | 0.7 | 0.4 | $0.106 | 1/2 | 5.75s |
| #107 | Kimi K3.1 Pro high | Moonshot AI | 1.0 | 0.8 | $1.646 | 2/2 | 5.71s |
| #121 | Claude Fable 5.1 high | Anthropic | 1.0 | 0.8 | $3.471 | 2/2 | 5.60s |
| #4 | GPT-6.1 Sol max | OpenAI | 1.0 | 1.0 | $1.006 | 2/2 | 5.54s |
| #385 | Ling 2.6 Flash default | Inclusionai | 1.0 | 0.5 | $0.002 | 2/2 | 5.52s |
| #187 | GPT-5.2 Chat default | OpenAI | 1.0 | 0.7 | $0.594 | 2/2 | 5.51s |
| #381 | Nemotron 3.5 Lightning low | NVIDIA | 0.8 | 0.5 | $0.175 | 1/2 | 5.46s |