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） |
|---|---|---|---|---|---|---|---|
| #120 | GLM 5.3 FlashX max | Z.ai | 1.0 | 0.8 | $0.623 | 2/2 | 2.23s |
| #121 | Claude Fable 5.1 high | Anthropic | 1.0 | 0.8 | $3.471 | 2/2 | 5.60s |
| #122 | GPT-5.4 Mini medium | OpenAI | 1.0 | 0.8 | $1.102 | 2/2 | 2.13s |
| #123 | Qwen3.7 Max none | Qwen | 1.0 | 0.8 | $0.451 | 2/2 | 943ms |
| #124 | Gemini 3.5 Flash medium | 1.0 | 0.8 | $1.316 | 2/2 | 2.70s | |
| #125 | Qwen3.8 2.4T A95B high | Qwen | 1.0 | 0.8 | $2.949 | 2/2 | 11.4s |
| #126 | MiMo-V2.6-Flash medium | Xiaomi | 1.0 | 0.8 | $0.218 | 2/2 | 1.13s |
| #128 | Ling 3.1 Flash high | Inclusionai | 1.0 | 0.8 | $0.000 | 2/2 | 4.31s |
| #129 | DeepSeek V4.1 Flash 1017 high | DeepSeek | 1.0 | 0.8 | $0.589 | 2/2 | 1.12s |
| #130 | Grok 4.5 medium | X AI | 1.0 | 0.8 | $2.996 | 2/2 | 6.06s |
| #131 | GLM 5.3 high | Z.ai | 1.0 | 0.8 | $0.495 | 2/2 | 3.62s |
| #132 | Step 3.7 Flash medium | Stepfun | 1.0 | 0.8 | $0.571 | 2/2 | 1.83s |
| #133 | Grok 4.6 medium | X AI | 1.0 | 0.8 | $2.270 | 2/2 | 12.8s |
| #135 | Grok 4.5 low | X AI | 1.0 | 0.8 | $1.345 | 2/2 | 2.80s |
| #140 | Nemotron 3.5 Super VL medium | NVIDIA | 1.0 | 0.8 | $0.437 | 2/2 | 4.34s |