Bedste AI til at følge instruktioner: 417 modeller rangeret efter blinde stemmer
Forespørgsler med tydelige instruktioner om format, længde eller indhold, som svaret skal overholde. Rangeret efter LMArenas blinde stemmer, hver score med sin fejlmargin og ved siden af listeprisen for hver model på vores prisliste.
Score fra LMArena, offentliggjort 20. oktober 2026, under CC BY 4.0. Priser fra hver udviklers prisside, aflæst 15. oktober 2026.
- Rangerede modeller
- 417
- På niveau med føreren
- 4
- På vores prisliste
- 1
- Offentliggjort
- 20. oktober 2026
På niveau: stemmerne kan ikke skille den fra føreren.
På LMArenas rangliste for Instruktioner fører Gemini 4 Argon (High) fra Google med 1525 point fra 1.748 blinde stemmer, offentliggjort 20. oktober 2026. 3 andre modeller er statistisk på niveau med den. Ingen af de modeller, den rangerer, har endnu en API-pris på vores liste.
Bedste AI til at følge instruktioner
Forespørgsler med tydelige instruktioner om format, længde eller indhold, som svaret skal overholde.
| # | Model | Score | Stemmer | Pr. 1M tokens, input / output |
|---|---|---|---|---|
| 1 | Gemini 4 Argon (High)Google | 95 %-interval 1511 til 1540 | 1.748 | · |
| 1 | Claude Opus 5.5 (High)Anthropic | 95 %-interval 1508 til 1531 | 3.298 | · |
| 1 | Claude Opus 4.6 (High)Anthropic | 95 %-interval 1506 til 1516 | 26.659 | · |
| 1 | Claude Fable 5 (High)Anthropic | 95 %-interval 1502 til 1514 | 15.293 | · |
| 2 | Claude Fable 5.1 (Max)Anthropic | 95 %-interval 1490 til 1509 | 4.693 | · |
| 2 | Muse Wonder (Max)Meta | 95 %-interval 1481 til 1509 | 1.797 | · |
| 3 | Claude Opus 4.7 (High)Anthropic | 95 %-interval 1497 til 1508 | 22.751 | · |
| 4 | Claude Opus 4.6Anthropic | 95 %-interval 1493 til 1503 | 29.280 | · |
| 5 | Claude Opus 5 (High)Anthropic | 95 %-interval 1490 til 1501 | 24.456 | · |
| 5 | Claude Opus 5 (Max)Anthropic | 95 %-interval 1488 til 1501 | 11.699 | · |
| 5 | Claude Opus 4.7Anthropic | 95 %-interval 1487 til 1498 | 23.310 | · |
| 5 | GPT-5.6 Sol (xHigh)OpenAI | 95 %-interval 1485 til 1497 | 14.557 | · |
| 5 | Gemini 3.8 Flash (High)Google | 95 %-interval 1484 til 1497 | 14.854 | · |
| 5 | Claude Sonnet 5.5 (xHigh)Anthropic | 95 %-interval 1475 til 1499 | 2.756 | · |
| 5 | GPT-6.1 Sol (Max)OpenAI | 95 %-interval 1471 til 1497 | 2.278 | · |
| 6 | Claude Opus 4.8 (High)Anthropic | 95 %-interval 1486 til 1496 | 22.656 | · |
| 6 | Kimi K3 (Max)Moonshot AI · åbne modelvægte | 95 %-interval 1483 til 1496 | 11.432 | · |
| 7 | Gemini 3.7 Flash (High)Google | 95 %-interval 1479 til 1493 | 10.486 | · |
| 7 | Muse Spark 1.3 (Max)Meta | 95 %-interval 1477 til 1492 | 6.905 | · |
| 8 | Claude Opus 4.5 (High, 32K, 20251101)Anthropic | 95 %-interval 1477 til 1490 | 9.886 | · |
| 11 | MiMo-V2.6-ProXiaomi · åbne modelvægte | 95 %-interval 1456 til 1487 | 1.391 | · |
| 12 | GLM-5.3 (Max)Z.ai · åbne modelvægte | 95 %-interval 1470 til 1485 | 8.022 | · |
| 12 | DeepSeek-V4.1-Flash-20260910 (Max)DeepSeek · åbne modelvægte | 95 %-interval 1467 til 1485 | 4.725 | · |
| 13 | Gemini 3.1 Pro PreviewGoogle | 95 %-interval 1476 til 1484 | 44.333 | · |
| 15 | Claude Opus 4.8Anthropic | 95 %-interval 1473 til 1483 | 23.252 | · |
| 15 | GPT-5.5 (High)OpenAI | 95 %-interval 1472 til 1483 | 24.002 | · |
| 15 | Qwen3.8-MaxAlibaba | 95 %-interval 1468 til 1482 | 10.450 | · |
| 15 | GPT-6 Astra (Max)OpenAI | 95 %-interval 1463 til 1482 | 4.190 | · |
| 15 | Muse Spark 1.2 (xHigh)Meta | 95 %-interval 1461 til 1482 | 3.379 | · |
| 15 | Qwen3.7-Max-PreviewAlibaba | 95 %-interval 1449 til 1482 | 1.381 | · |
| 16 | GPT-5.5OpenAI | 95 %-interval 1470 til 1480 | 24.814 | · |
| 16 | Claude Sonnet 4.6Anthropic | 95 %-interval 1469 til 1480 | 23.706 | · |
| 16 | Claude Opus 4.5 (20251101)Anthropic | 95 %-interval 1469 til 1479 | 21.829 | · |
| 16 | Gemini 3.6 Flash (High)Google | 95 %-interval 1466 til 1479 | 13.098 | · |
| 17 | Muse Spark 1.1Meta | 95 %-interval 1467 til 1478 | 16.036 | · |
| 17 | Gemini 3 ProGoogle | 95 %-interval 1466 til 1479 | 11.692 | · |
| 17 | GLM-5.3-FlashZ.ai · åbne modelvægte | 95 %-interval 1465 til 1478 | 12.492 | · |
| 19 | GPT-5.4 (High)OpenAI | 95 %-interval 1466 til 1476 | 21.863 | · |
| 20 | GLM-5.2 (Max)Z.ai · åbne modelvægte | 95 %-interval 1464 til 1476 | 17.693 | · |
| 21 | Qwen3.5-Max-PreviewAlibaba | 95 %-interval 1460 til 1475 | 7.402 | · |
| 21 | Muse SparkMeta | 95 %-interval 1455 til 1473 | 4.741 | · |
| 22 | MiMo-V2.5-ProXiaomi · åbne modelvægte | 95 %-interval 1462 til 1472 | 25.875 | · |
| 23 | Gemini 3.5 Flash (Medium)Google | 95 %-interval 1460 til 1472 | 17.046 | · |
| 23 | Claude Sonnet 5 (High)Anthropic | 95 %-interval 1460 til 1472 | 17.926 | · |
| 23 | DeepSeek-V4-Pro (High, 20260813)DeepSeek · åbne modelvægte | 95 %-interval 1451 til 1472 | 3.482 | · |
| 24 | Gemini 3.5 Flash (High)Google | 95 %-interval 1459 til 1471 | 17.393 | · |
| 25 | GPT-5.6 Terra (xHigh)OpenAI | 95 %-interval 1458 til 1470 | 16.102 | · |
| 28 | Claude Sonnet 4.5 (High, 32K, 20250929)Anthropic | 95 %-interval 1459 til 1468 | 24.661 | · |
| 29 | GLM-5.1Z.ai · åbne modelvægte | 95 %-interval 1457 til 1467 | 22.539 | · |
| 31 | Claude Sonnet 4.5 (20250929)Anthropic | 95 %-interval 1457 til 1466 | 24.365 | · |
| Længere nede på listen: de øvrige modeller på vores prisliste | ||||
| 217 | gpt-oss-120bOpenAI · åbne modelvægte | 95 %-interval 1317 til 1331 | 7.865 | · |
Hvor rangeringen kommer fra
Score, intervaller og placeringer kommer fra LMArena. Priserne er vores egne.
- Blinde stemmer
- LMArena giver to anonyme modeller den samme forespørgsel og beder personen, der skrev den, om at vælge det bedste svar. Stemmerne placerer alle modeller på én skala, hvor en forskel på 100 point betyder, at den højere model vinder omkring 64 gange ud af 100.
- Stilkontrol
- Score korrigeres for svarlængde og formatering, så en model ikke stiger ved at skrive mere eller ved at tilføje overskrifter og lister.
- Delte placeringer
- En models placering er én plus antallet af modeller, hvis hele 95 %-interval ligger over dens eget. Modeller, som stemmerne ikke kan skille ad, deler placering, og derfor kan flere være nummer ét.
- Indstillinger
- En model kan optræde flere gange med forskellige indstillinger for ræsonnement: linjen under navnet viser opførslen, som LMArena angiver den. Poster med websøgning slået til er et andet produkt og har ingen pris.
- Priser
- Listeprisen pr. million tokens fra udviklerens egen prisside, aflæst 15. oktober 2026. Det er en pris pr. token, ikke pr. svar: en højere indstilling for ræsonnement bruger flere tokens på det samme spørgsmål.
Kilde: LMArena, datasæt til ranglisten (version 9041150e, offentliggjort 20. oktober 2026), udgivet under licensen CC BY 4.0. Vi ændrer ingen score: vi tilføjer priserne og links til vores modelsider.
Hvad de hver især koster at bruge
Prislisten dækker tre hverdagsopgaver for hver model, og vores egen benchmark kører dem på rigtige forretningsopgaver for at se, hvilke der består.
Score offentliggjort 20. oktober 2026