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） |
|---|---|---|---|---|---|---|---|
| #292 | gpt-oss-120b medium | OpenAI | 1.0 | 0.6 | $0.030 | 2/2 | 7.63s |
| #283 | Granite 4.2 8B medium | IBM Granite | 0.4 | 0.6 | $0.029 | 0/2 | 36.9s |
| #297 | Qwen3.7 Flash none | Qwen | 0.6 | 0.6 | $0.028 | 1/2 | 892ms |
| #369 | GLM 4.7 Flash none | Z.ai | 0.7 | 0.5 | $0.027 | 1/2 | 888ms |
| #400 | Mercury 2.5 none | Inception | 0.5 | 0.4 | $0.026 | 0/2 | 493ms |
| #387 | Ring 2.6 1t default | Inclusionai | 1.0 | 0.4 | $0.026 | 2/2 | 27.4s |
| #322 | GPT-6 Luna none | OpenAI | 0.6 | 0.5 | $0.026 | 1/2 | 17.0s |
| #423 | MiMo-V2-Flash default | Xiaomi | 0.7 | 0.3 | $0.025 | 1/2 | 857ms |
| #356 | GPT-4o-mini default | OpenAI | 0.6 | 0.5 | $0.024 | 1/2 | 1.11s |
| #370 | Mercury 2.5 Preview default | Inception | 0.6 | 0.5 | $0.023 | 1/2 | 1.26s |
| #313 | Solar Pro 4 none | Upstage | 0.6 | 0.6 | $0.022 | 1/2 | 1.67s |
| #388 | Mimo V2 Omni default | Xiaomi | 0.7 | 0.4 | $0.021 | 1/2 | 4.26s |
| #302 | Ling 3.0 Flash high | Inclusionai | 1.0 | 0.6 | $0.021 | 2/2 | 1.85s |
| #446 | Step 3.5 Flash none | Stepfun | 0.5 | 0.2 | $0.020 | 1/1 | 9.30s |
| #348 | Mercury 2.5 low | Inception | 0.3 | 0.5 | $0.020 | 0/2 | 972ms |