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） |
|---|---|---|---|---|---|---|---|
| #151 | Seed-2.0-Mini medium | Bytedance Seed | 1.0 | 0.8 | $0.140 | 2/2 | 17.5s |
| #147 | GPT-6 Luna low | OpenAI | 0.7 | 0.8 | $0.033 | 1/2 | 17.4s |
| #211 | Grok 4.7 xhigh | X AI | 1.0 | 0.7 | $3.398 | 2/2 | 17.3s |
| #440 | Kev 4B default | Jaredpalmer | 0.2 | 0.2 | $0.002 | 0/1 | 17.3s |
| #322 | GPT-6 Luna none | OpenAI | 0.6 | 0.5 | $0.026 | 1/2 | 17.0s |
| #100 | Qwen3.7 Plus medium | Qwen | 1.0 | 0.8 | $0.415 | 2/2 | 16.1s |
| #386 | Hy3 preview low | Tencent | 1.0 | 0.5 | $0.042 | 2/2 | 16.0s |
| #305 | GPT-5 Nano medium | OpenAI | 1.0 | 0.6 | $0.159 | 2/2 | 15.6s |
| #3 | GPT-6 Sol high | OpenAI | 1.0 | 1.0 | $0.921 | 2/2 | 15.6s |
| #328 | North Mini Code medium | Cohere | 1.0 | 0.5 | $0.000 | 2/2 | 15.4s |
| #111 | DeepSeek V4 Flash 0423 high | DeepSeek | 1.0 | 0.8 | $0.261 | 2/2 | 15.4s |
| #40 | Muse Spark 1.3 high | Meta | 0.7 | 0.9 | $1.891 | 1/2 | 14.7s |
| #215 | Grok 4.7 high | X AI | 0.8 | 0.7 | $3.037 | 1/2 | 14.1s |
| #79 | Grok 4.6 high | X AI | 1.0 | 0.9 | $2.629 | 2/2 | 13.8s |
| #97 | GPT-6 Luna medium | OpenAI | 1.0 | 0.8 | $0.047 | 2/2 | 13.2s |