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: 总成本 ↓.
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） |
|---|---|---|---|---|---|---|---|
| #175 | Claude Opus 4.8 low | Anthropic | 1.0 | 0.7 | $3.787 | 2/2 | 2.78s |
| #110 | Claude Opus 4.7 medium | Anthropic | 1.0 | 0.8 | $3.636 | 2/2 | 1.57s |
| #66 | Kimi K3.1 Pro max | Moonshot AI | 1.0 | 0.9 | $3.578 | 2/2 | 9.06s |
| #98 | Claude Opus 4.8 medium | Anthropic | 1.0 | 0.8 | $3.490 | 2/2 | 3.32s |
| #121 | Claude Fable 5.1 high | Anthropic | 1.0 | 0.8 | $3.471 | 2/2 | 5.60s |
| #137 | Muse Wonder high | Meta | 0.7 | 0.8 | $3.426 | 1/2 | 1.97s |
| #96 | Kimi K3 max | Moonshot AI | 1.0 | 0.8 | $3.409 | 2/2 | 7.66s |
| #211 | Grok 4.7 xhigh | X AI | 1.0 | 0.7 | $3.398 | 2/2 | 17.3s |
| #32 | Muse Wonder medium | Meta | 0.7 | 0.9 | $3.397 | 1/2 | 3.88s |
| #275 | Claude Fable 5.1 low | Anthropic | 0.7 | 0.6 | $3.395 | 1/2 | 5.24s |
| #37 | Qwen3.8 Max (0902) high | Qwen | 1.0 | 0.9 | $3.306 | 2/2 | 7.55s |
| #217 | Ember-1 max | Fireworks | 0.6 | 0.7 | $3.264 | 1/2 | 33.0s |
| #165 | Claude Fable 5.1 medium | Anthropic | 0.7 | 0.7 | $3.197 | 1/2 | 5.77s |
| #215 | Grok 4.7 high | X AI | 0.8 | 0.7 | $3.037 | 1/2 | 14.1s |
| #130 | Grok 4.5 medium | X AI | 1.0 | 0.8 | $2.996 | 2/2 | 6.06s |