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。
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） |
|---|---|---|---|---|---|---|---|
| #323 | Gemma 4 26B A4B none | 0.6 | 0.5 | $0.031 | 1/2 | 690ms | |
| #327 | Qwen3.8 27B none | Qwen | 0.6 | 0.5 | ~$0.010 | 1/2 | 582ms |
| #356 | GPT-4o-mini default | OpenAI | 0.6 | 0.5 | $0.024 | 1/2 | 1.11s |
| #359 | Inkling Small none | Thinkingmachines | 0.6 | 0.5 | $0.054 | 1/2 | 767ms |
| #360 | Qwen3 Coder Next default | Qwen | 0.6 | 0.5 | $0.067 | 1/2 | 7.78s |
| #370 | Mercury 2.5 Preview default | Inception | 0.6 | 0.5 | $0.023 | 1/2 | 1.26s |
| #375 | Qwen3 Coder Next medium | Qwen | 0.6 | 0.5 | $0.071 | 1/2 | 7.49s |
| #377 | GPT-5.4 Nano none | OpenAI | 0.6 | 0.5 | $0.068 | 1/2 | 784ms |
| #389 | Nemotron 3 Super none | NVIDIA | 0.6 | 0.4 | $0.016 | 1/2 | 804ms |
| #414 | Grok 4.20 Beta default | X AI | 0.6 | 0.4 | $0.087 | 1/2 | 649ms |
| #419 | Grok 4.20 none | X AI | 0.6 | 0.3 | $0.057 | 1/2 | 445ms |
| #449 | LFM2-24B-A2B default | Liquid | 0.6 | 0.2 | $0.001 | 1/2 | 752ms |
| #149 | Space Bunny Alpha high | Stealth | 0.6 | 0.8 | $0.000 | 1/2 | 2.04s |
| #256 | Qwen3.6 27B none | Qwen | 0.6 | 0.6 | $0.148 | 1/2 | 1.92s |
| #191 | Ember-1 low | Fireworks | 0.6 | 0.7 | $1.488 | 1/2 | 32.7s |