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） |
|---|---|---|---|---|---|---|---|
| #306 | GPT-5.4 Mini none | OpenAI | 0.6 | 0.6 | $0.170 | 1/2 | 728ms |
| #323 | Gemma 4 26B A4B none | 0.6 | 0.5 | $0.031 | 1/2 | 690ms | |
| #427 | Grok 4.1 Fast default | X AI | 0.3 | 0.3 | $0.008 | 0/2 | 685ms |
| #415 | Laguna M.1 default | Poolside | 0.6 | 0.4 | $0.009 | 1/2 | 683ms |
| #414 | Grok 4.20 Beta default | X AI | 0.6 | 0.4 | $0.087 | 1/2 | 649ms |
| #396 | MiniMax M2.5 medium | Minimax | 0.8 | 0.4 | $0.440 | 1/2 | 621ms |
| #298 | Qwen3.8 Flash Next none | Qwen | 0.7 | 0.6 | ~$0.011 | 1/2 | 612ms |
| #299 | DeepSeek V4.1 Flash 1017 none | DeepSeek | 0.7 | 0.6 | $0.055 | 1/2 | 608ms |
| #321 | Gemini 2.5 Flash none | 1.0 | 0.5 | $0.017 | 2/2 | 590ms | |
| #327 | Qwen3.8 27B none | Qwen | 0.6 | 0.5 | ~$0.010 | 1/2 | 582ms |
| #433 | d1-ultra default | Liquid | 0.2 | 0.3 | $0.003 | 0/1 | 571ms |
| #373 | Laguna S 2.1 none | Poolside | 0.4 | 0.5 | $0.044 | 0/2 | 566ms |
| #435 | Jev 1.13 default | Typesafe | 0.2 | 0.3 | $0.003 | 0/1 | 557ms |
| #453 | Tev1 4B Experimental default | Togethercomputer | 0.2 | 1.0 | $0.002 | 0/1 | 555ms |
| #394 | Mercury 2 none | Inception | 0.7 | 0.4 | $0.033 | 1/2 | 551ms |