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） |
|---|---|---|---|---|---|---|---|
| #318 | Nemotron 3 Super medium | NVIDIA | 0.7 | 0.6 | $0.081 | 1/2 | 6.97s |
| #168 | LongCat 2.0 high | Meituan | 0.7 | 0.7 | $0.778 | 1/2 | 6.96s |
| #301 | DeepSeek V4.1 Flash none | DeepSeek | 0.7 | 0.6 | $0.391 | 1/2 | 6.81s |
| #314 | Step 5 Preview low | Stepfun | 1.0 | 0.6 | $4.110 | 2/2 | 6.78s |
| #166 | Grok 4.7 medium | X AI | 0.8 | 0.7 | $2.938 | 1/2 | 6.68s |
| #194 | Grok 4.6 low | X AI | 1.0 | 0.7 | $0.781 | 2/2 | 6.64s |
| #225 | LongCat 2.0 low | Meituan | 0.7 | 0.7 | $0.630 | 1/2 | 6.39s |
| #114 | Nemotron 3 Ultra medium | NVIDIA | 1.0 | 0.8 | $0.674 | 2/2 | 6.35s |
| #5 | GPT-6 Astra max | OpenAI | 1.0 | 1.0 | $5.044 | 2/2 | 6.34s |
| #57 | Muse Spark 1.1 medium | Meta | 0.7 | 0.9 | $1.665 | 1/2 | 6.31s |
| #34 | Claude Sonnet 5.5 max | Anthropic | 0.9 | 0.9 | $8.557 | 1/2 | 6.24s |
| #103 | Grok 4.5 high | X AI | 1.0 | 0.8 | $2.687 | 2/2 | 6.23s |
| #83 | Claude Haiku 5.5 max | Anthropic | 1.0 | 0.8 | $0.509 | 2/2 | 6.22s |
| #159 | Grok 4.7 low | X AI | 0.8 | 0.7 | $1.933 | 1/2 | 6.19s |
| #162 | Inkling medium | Thinkingmachines | 1.0 | 0.7 | $0.527 | 2/2 | 6.17s |