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） |
|---|---|---|---|---|---|---|---|
| #51 | Claude Opus 5 low | Anthropic | 1.0 | 0.9 | $2.350 | 2/2 | 4.13s |
| #52 | Gemini 3.6 Flash low | 1.0 | 0.9 | $0.363 | 2/2 | 2.82s | |
| #53 | GLM 5.3 Flash max | Z.ai | 1.0 | 0.9 | $0.089 | 2/2 | 3.65s |
| #55 | Muse Spark 1.2 high | Meta | 1.0 | 0.9 | $2.018 | 2/2 | 5.43s |
| #56 | Muse Spark 1.2 medium | Meta | 1.0 | 0.9 | $1.590 | 2/2 | 4.40s |
| #58 | Claude Fable 5 medium | Anthropic | 1.0 | 0.9 | $5.089 | 2/2 | 5.90s |
| #59 | Pareto 26.9 default | Unbiased | 1.0 | 0.9 | $1.864 | 2/2 | 3.82s |
| #60 | Kimi K3.1 Pro low | Moonshot AI | 1.0 | 0.9 | $1.836 | 2/2 | 5.84s |
| #61 | Qwen3.8 MAX low | Qwen | 1.0 | 0.9 | $1.089 | 2/2 | 4.01s |
| #62 | GPT-5.4 medium | OpenAI | 1.0 | 0.9 | $2.213 | 2/2 | 3.11s |
| #64 | DeepSeek V4.1 Flash high | DeepSeek | 1.0 | 0.9 | $0.617 | 2/2 | 7.06s |
| #65 | DeepSeek V4.1 Flash medium | DeepSeek | 1.0 | 0.9 | $0.591 | 2/2 | 9.69s |
| #66 | Kimi K3.1 Pro max | Moonshot AI | 1.0 | 0.9 | $3.578 | 2/2 | 9.06s |
| #67 | Muse Spark 1.2 low | Meta | 1.0 | 0.9 | $0.881 | 2/2 | 2.95s |
| #68 | GPT-5.2 medium | OpenAI | 1.0 | 0.9 | $1.558 | 2/2 | 3.12s |