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） |
|---|---|---|---|---|---|---|---|
| #313 | Solar Pro 4 none | Upstage | 0.6 | 0.6 | $0.022 | 1/2 | 1.67s |
| #262 | Qwen3.5 Plus 2026-02-15 none | Qwen | 1.0 | 0.6 | $0.176 | 2/2 | 1.67s |
| #450 | Solar Decide Flash default | Upstage | 0.2 | 0.2 | $0.003 | 0/1 | 1.66s |
| #221 | GLM 5.3 Flash low | Z.ai | 1.0 | 0.7 | $0.038 | 2/2 | 1.65s |
| #231 | Minimax M3.1 Flash high | Minimax | 0.5 | 0.7 | $0.000 | 0/2 | 1.65s |
| #319 | Kimi K2.6 none | Moonshot AI | 0.7 | 0.5 | $0.486 | 1/2 | 1.64s |
| #357 | KAT Coder AIR V2.5 low | Kwaipilot | 1.0 | 0.5 | $0.046 | 2/2 | 1.64s |
| #184 | Minimax M3.1 Flash low | Minimax | 0.6 | 0.7 | $0.000 | 1/2 | 1.60s |
| #353 | Mercury 2.5 Preview low | Inception | 0.6 | 0.5 | $0.015 | 1/2 | 1.60s |
| #179 | Step 3.7 Flash low | Stepfun | 1.0 | 0.7 | $0.449 | 2/2 | 1.58s |
| #242 | Gemini 3 Flash Preview none | 0.6 | 0.6 | $0.155 | 1/2 | 1.58s | |
| #110 | Claude Opus 4.7 medium | Anthropic | 1.0 | 0.8 | $3.636 | 2/2 | 1.57s |
| #260 | Gemini 3.1 Flash Lite low | 1.0 | 0.6 | $0.717 | 2/2 | 1.52s | |
| #376 | DeepSeek V3.2 none | DeepSeek | 1.0 | 0.5 | $0.119 | 2/2 | 1.52s |
| #227 | Step 3.7 Flash high | Stepfun | 1.0 | 0.7 | $1.478 | 2/2 | 1.52s |