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） |
|---|---|---|---|---|---|---|---|
| #72 | GPT-6 Sol low | OpenAI | 1.0 | 0.9 | $0.477 | 2/2 | 2.37s |
| #73 | DeepSeek V4.1 Flash max | DeepSeek | 1.0 | 0.9 | $1.204 | 2/2 | 7.64s |
| #75 | Claude Sonnet 5.5 xhigh | Anthropic | 1.0 | 0.9 | $1.516 | 2/2 | 4.58s |
| #78 | Qwen3.8 Max (0902) low | Qwen | 1.0 | 0.9 | $1.131 | 2/2 | 4.32s |
| #82 | Qwen3.7 Max medium | Qwen | 1.0 | 0.9 | $1.689 | 2/2 | 7.46s |
| #83 | Claude Haiku 5.5 max | Anthropic | 1.0 | 0.8 | $0.509 | 2/2 | 6.22s |
| #86 | GPT-5 Mini medium | OpenAI | 1.0 | 0.8 | $0.315 | 2/2 | 11.6s |
| #88 | Gemini 3.1 Pro Preview medium | 1.0 | 0.8 | $1.585 | 2/2 | 9.56s | |
| #92 | GLM 5.2 high | Z.ai | 1.0 | 0.8 | $4.632 | 2/2 | 4.26s |
| #93 | GPT-5.6 Terra high | OpenAI | 1.0 | 0.8 | $0.698 | 2/2 | 2.14s |
| #95 | Gemini 3.5 Flash high | 1.0 | 0.8 | $2.737 | 2/2 | 3.35s | |
| #96 | Kimi K3 max | Moonshot AI | 1.0 | 0.8 | $3.409 | 2/2 | 7.66s |
| #98 | Claude Opus 4.8 medium | Anthropic | 1.0 | 0.8 | $3.490 | 2/2 | 3.32s |
| #100 | Qwen3.7 Plus medium | Qwen | 1.0 | 0.8 | $0.415 | 2/2 | 16.1s |
| #101 | Gemini 4 Argon low | 1.0 | 0.8 | $0.438 | 2/2 | 2.40s |