Les meilleurs modèles d'IA pour le suivi de consignes
Suivi de consignes : la capacité du modèle à respecter à la lettre ce qu'on lui demande (format, longueur, contraintes, interdits). Réussir, c'est livrer exactement ce qui était demandé, sans en faire plus ni moins. Score Elo calculé par Arena. Comment ça marche ?
Les 266 autres modèles, sans score Arena, sont dans l'annuaire des modèles.
| Rang | Modèle | Éditeur | Score | Prix ($ par million de tokens) | Contexte |
|---|---|---|---|---|---|
| 22 | GLM 5.3 Flash |  Z.ai |
1 472 | $0.017 / $0.9 | 1,05 M |
| 115 | gpt-oss-20b |  OpenAI |
1 281 | $0.018 / $0.09 | 131 k |
| 126 | Llama 3.2 1B Instruct |  Meta |
1 086 | $0.027 / $0.2 | 60 k |
| 18 | DeepSeek V4.1 Flash |  DeepSeek |
1 476 | $0.036 / $0.68 | 1,05 M |
| 28 | GLM 5.2 | Z.ai |
1 469 | $0.037 / $9 | 1,05 M |
| 107 | GPT-5 Nano | OpenAI |
1 327 | $0.05 / $0.4 | 400 k |
| 109 | Gemma 3 12B |  Google |
1 321 | $0.05 / $0.15 | 131 k |
| 118 | Gemma 3 4B | Google |
1 267 | $0.05 / $0.1 | 131 k |
| 120 | Mistral Small 3 |  Mistral AI |
1 255 | $0.05 / $0.08 | 33 k |
| 124 | Llama 3.1 8B Instruct | Meta |
1 191 | $0.05 / $0.08 | 131 k |
| 125 | Llama 3.2 3B Instruct | Meta |
1 146 | $0.05 / $0.33 | 131 k |
| 114 | Granite 4.2 8B |  IBM |
1 283 | $0.06 / $0.25 | 131 k |
| 99 | GLM 4.7 Flash | Z.ai |
1 348 | $0.061 / $0.4 | 200 k |
| 122 | Phi 4 |  Microsoft |
1 245 | $0.07 / $0.14 | 16 k |
| 19 | GLM 5.3 | Z.ai |
1 475 | $0.079 / $4.8 | 1,05 M |
| 101 | Gemma 3 27B | Google |
1 343 | $0.08 / $0.45 | 131 k |
| 105 | Qwen3 32B |  Alibaba (Qwen) |
1 331 | $0.08 / $0.28 | 131 k |
| 90 | Solar Pro 4 |  Upstage |
1 380 | $0.09 / $0.36 | 524 k |
| 91 | Qwen3 Next 80B A3B Instruct | Alibaba (Qwen) |
1 376 | $0.09 / $1.1 | 262 k |
| 55 | DeepSeek V4 Flash 0423 | DeepSeek |
1 434 | $0.091 / $0.18 | 1,05 M |
| 49 | GPT-6 Luna | OpenAI |
1 442 | $0.1 / $0.5 | 1,05 M |
| 86 | Step 3.5 Flash |  StepFun |
1 384 | $0.1 / $0.3 | 262 k |
| 94 | Qwen3 30B A3B Instruct 2507 | Alibaba (Qwen) |
1 366 | $0.1 / $0.3 | 262 k |
| 112 | Llama 3.3 70B Instruct | Meta |
1 293 | $0.1 / $0.32 | 131 k |
| 110 | Qwen3 30B A3B | Alibaba (Qwen) |
1 309 | $0.12 / $0.5 | 41 k |
| 95 | GLM 4.5 Air | Z.ai |
1 361 | $0.13 / $0.85 | 131 k |
| 45 | Tencent Hy3 |  Tencent |
1 446 | $0.13 / $0.53 | 262 k |
| 40 | MiMo-V2.6-Flash |  Xiaomi |
1 451 | $0.14 / $0.28 | 1,05 M |
| 58 | MiMo-V2.5 | Xiaomi |
1 431 | $0.14 / $0.28 | 1,05 M |
| 83 | Qwen3.5-35B-A3B | Alibaba (Qwen) |
1 386 | $0.15 / $1 | 262 k |
| 96 | Qwen3 Next 80B A3B Thinking | Alibaba (Qwen) |
1 359 | $0.15 / $1.2 | 262 k |
| 108 | gpt-oss-120b | OpenAI |
1 324 | $0.15 / $0.6 | 131 k |
| 123 | Command R (08-2024) |  Cohere |
1 236 | $0.15 / $0.6 | 128 k |
| 48 | GPT-5.6 Luna | OpenAI |
1 443 | $0.2 / $1.2 | 1,05 M |
| 82 | GPT-5.4 Nano | OpenAI |
1 387 | $0.2 / $1.25 | 400 k |
| 72 | Qwen3 VL 235B A22B Instruct | Alibaba (Qwen) |
1 409 | $0.21 / $1.9 | 262 k |
| 60 | Qwen3.8 27B | Alibaba (Qwen) |
1 426 | $0.24 / $2.2 | 1 M |
| 92 | GPT-5 Mini | OpenAI |
1 373 | $0.25 / $2 | 400 k |
| 97 | Trinity Large Thinking |  Arcee AI |
1 358 | $0.25 / $0.8 | 262 k |
| 106 | Inception Mercury 2 |  Inception |
1 327 | $0.25 / $0.75 | 128 k |
| 104 | MiniMax M2 |  MiniMax |
1 333 | $0.26 / $1.02 | 205 k |
| 66 | DeepSeek V3.2 | DeepSeek |
1 420 | $0.26 / $0.8 | 164 k |
| 74 | Qwen3.5-122B-A10B | Alibaba (Qwen) |
1 406 | $0.26 / $2.08 | 262 k |
| 76 | Qwen3.5-27B | Alibaba (Qwen) |
1 400 | $0.26 / $2.6 | 262 k |
| 67 | DeepSeek V3.1 Terminus | DeepSeek |
1 418 | $0.27 / $1 | 164 k |
| 69 | DeepSeek V3.2 Exp | DeepSeek |
1 415 | $0.27 / $0.41 | 164 k |
| 88 | MiniMax M2.5 | MiniMax |
1 381 | $0.27 / $0.95 | 205 k |
| 47 | Gemini 3.5 Flash Lite | Google |
1 443 | $0.3 / $2.5 | 1,05 M |
| 54 | MiniMax M3 | MiniMax |
1 435 | $0.3 / $1.2 | 1,05 M |
| 73 | MiniMax M2.7 | MiniMax |
1 408 | $0.3 / $1.2 | 205 k |
Aucun modèle ne correspond à votre recherche.
Aucun modèle classé en Chat › Suivi de consignes pour le moment.
1 à 50 sur 126
Score Elo calculé par Arena, d'après les préférences des utilisateurs. Le rang suit le score. La colonne de l'éditeur mène à l'outil qui utilise le modèle. Prix en dollars par million de tokens, en entrée puis en sortie. Cliquez sur un en-tête pour trier, sur une pastille pour changer de classement.
Comment le score est-il calculé ?
Le score est un Elo calculé par Arena. Des personnes comparent à l'aveugle les réponses de deux modèles à une même demande et désignent la meilleure. Chaque duel fait monter le gagnant et descendre le perdant, et battre un adversaire fort rapporte davantage.
Le rang suit le score. Chaque classement (général, par modalité, par tâche) a ses propres scores et ses propres rangs, et un modèle qui n'a pas été évalué dans un classement n'y figure pas. Quand un modèle existe en plusieurs niveaux de réflexion, seul son meilleur score est retenu.