AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 分类

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 ↓.

显示的模型数

15

指令遵循 得分 平均值

8.5

排名 模型 公司 指令遵循 得分 分数 测试正确 响应时间(平均)
#66 Qwen3.5-35B-A3B medium Qwen 10.0 7.1 2/2 24.4s
#67 MiniMax M3 medium Minimax 9.8 7.1 2/2 6.14s
#68 Claude Opus 4.8 none Anthropic 9.9 7.0 2/2 1.37s
#69 Claude Opus 4.6 medium Anthropic 10.0 7.0 2/2 2.43s
#70 GPT-5.4 Nano medium OpenAI 9.8 7.0 2/2 1.88s
#71 Step 3.7 Flash high Stepfun 9.8 7.0 2/2 1.52s
#72 DeepSeek V3.2 medium DeepSeek 10.0 7.0 2/2 35.8s
#73 Seed-2.0-Mini medium Bytedance Seed 10.0 6.9 2/2 17.5s
#74 Qwen3.6 Max Preview none Qwen 9.8 6.9 2/2 1.40s
#75 Ring-2.6-1T medium Inclusionai 9.8 6.9 2/2 11.8s
#76 Kimi K2.5 medium Moonshot AI 10.0 6.8 2/2 92.5s
#78 Qwen3.6 27B medium Qwen 10.0 6.8 2/2 38.0s
#79 Hunter Alpha medium OpenRouter 9.9 6.7 2/2 4.18s
#81 Mercury 2 medium Inception 10.0 6.6 2/2 1.07s
#82 Hy3 preview high Tencent 10.0 6.6 2/2 34.4s

按 指令遵循 得分 排名的顶级模型

指令遵循 得分 vs 总成本

按 响应时间(平均) 排名的顶级模型