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） |
|---|---|---|---|---|---|---|---|
| #442 | Mammoth 1 default | Baseten | 0.2 | 0.2 | $0.000 | 0/1 | 4.04s |
| #61 | Qwen3.8 MAX low | Qwen | 1.0 | 0.9 | $1.089 | 2/2 | 4.01s |
| #278 | Trinity Large Thinking medium | Arcee AI | 0.4 | 0.6 | $0.862 | 0/2 | 3.99s |
| #160 | Inkling Small high | Thinkingmachines | 1.0 | 0.7 | $0.398 | 2/2 | 3.94s |
| #32 | Muse Wonder medium | Meta | 0.7 | 0.9 | $3.397 | 1/2 | 3.88s |
| #223 | GLM 5.2 none | Z.ai | 1.0 | 0.7 | $0.250 | 2/2 | 3.84s |
| #59 | Pareto 26.9 default | Unbiased | 1.0 | 0.9 | $1.864 | 2/2 | 3.82s |
| #10 | Gemini 3.6 Flash medium | 1.0 | 1.0 | $0.577 | 2/2 | 3.82s | |
| #263 | Ling 3.1 Flash low | Inclusionai | 1.0 | 0.6 | $0.000 | 2/2 | 3.82s |
| #289 | Inkling Small medium | Thinkingmachines | 0.8 | 0.6 | $0.113 | 1/2 | 3.78s |
| #209 | Space Bunny Alpha max | Stealth | 0.6 | 0.7 | $0.000 | 0/2 | 3.78s |
| #6 | GPT-6.1 Sol xhigh | OpenAI | 1.0 | 1.0 | $1.377 | 2/2 | 3.78s |
| #9 | Gemini 3.7 Flash high | 1.0 | 1.0 | $0.528 | 2/2 | 3.77s | |
| #371 | Nemotron 3.5 Lightning medium | NVIDIA | 0.9 | 0.5 | $0.195 | 1/2 | 3.75s |
| #23 | GPT-5.5 low | OpenAI | 1.0 | 0.9 | $1.822 | 2/2 | 3.74s |