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） |
|---|---|---|---|---|---|---|---|
| #413 | Ling 3.0 Tiny medium | Inclusionai | 0.7 | 0.4 | $0.000 | 1/2 | 3.00s |
| #414 | Grok 4.20 Beta default | X AI | 0.6 | 0.4 | $0.087 | 1/2 | 649ms |
| #415 | Laguna M.1 default | Poolside | 0.6 | 0.4 | $0.009 | 1/2 | 683ms |
| #418 | Hunter Alpha default | OpenRouter | 0.6 | 0.3 | $0.000 | 1/2 | 2.82s |
| #419 | Grok 4.20 none | X AI | 0.6 | 0.3 | $0.057 | 1/2 | 445ms |
| #422 | Hy3 preview none | Tencent | 0.6 | 0.3 | $0.007 | 1/2 | 13.0s |
| #423 | MiMo-V2-Flash default | Xiaomi | 0.7 | 0.3 | $0.025 | 1/2 | 857ms |
| #428 | Laguna Xs.2 default | Poolside | 0.7 | 0.3 | $0.004 | 1/2 | 439ms |
| #432 | Nemotron 3 Nano Omni 30b A3b Reasoning medium | NVIDIA | 0.7 | 0.3 | $0.000 | 1/2 | 1.37s |
| #449 | LFM2-24B-A2B default | Liquid | 0.6 | 0.2 | $0.001 | 1/2 | 752ms |
| #197 | Minimax M3.1 Flash max | Minimax | 0.5 | 0.7 | $0.000 | 0/2 | 1.73s |
| #209 | Space Bunny Alpha max | Stealth | 0.6 | 0.7 | $0.000 | 0/2 | 3.78s |
| #224 | Qwen3.7 Flash medium | Qwen | 0.6 | 0.7 | $0.076 | 0/2 | 9.27s |
| #231 | Minimax M3.1 Flash high | Minimax | 0.5 | 0.7 | $0.000 | 0/2 | 1.65s |
| #246 | Minimax M3.1 Flash xhigh | Minimax | 0.5 | 0.6 | $0.000 | 0/2 | 1.72s |