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: 测试正确 ↓.
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 |
| #337 | Qwen3.6 Max Preview none | Qwen | 1.0 | 0.5 | $0.228 | 2/2 | 1.40s |
| #340 | Inkling Small low | Thinkingmachines | 1.0 | 0.5 | $0.055 | 2/2 | 1.89s |
| #343 | KAT Coder AIR V2.5 high | Kwaipilot | 1.0 | 0.5 | $0.077 | 2/2 | 1.51s |
| #344 | Mimo V2 PRO medium | Xiaomi | 1.0 | 0.5 | $0.333 | 2/2 | 3.36s |
| #345 | MiMo-V2-Flash medium | Xiaomi | 1.0 | 0.5 | $0.043 | 2/2 | 4.28s |
| #349 | KAT Coder AIR V2.5 medium | Kwaipilot | 1.0 | 0.5 | $0.048 | 2/2 | 1.50s |
| #357 | KAT Coder AIR V2.5 low | Kwaipilot | 1.0 | 0.5 | $0.046 | 2/2 | 1.64s |
| #358 | Grok 4.20 Beta medium | X AI | 1.0 | 0.5 | $0.750 | 2/2 | 4.89s |
| #362 | Gemini 3 PRO Preview medium | 1.0 | 0.5 | $0.385 | 2/2 | 3.26s | |
| #368 | Hy3 preview high | Tencent | 1.0 | 0.5 | $0.135 | 2/2 | 34.4s |
| #376 | DeepSeek V3.2 none | DeepSeek | 1.0 | 0.5 | $0.119 | 2/2 | 1.52s |
| #385 | Ling 2.6 Flash default | Inclusionai | 1.0 | 0.5 | $0.002 | 2/2 | 5.52s |
| #386 | Hy3 preview low | Tencent | 1.0 | 0.5 | $0.042 | 2/2 | 16.0s |
| #387 | Ring 2.6 1t default | Inclusionai | 1.0 | 0.4 | $0.026 | 2/2 | 27.4s |