正在加载页面内容
IFEval strict prompt
IFEval-Strict 采用更严格的评估标准，要求模型输出完全符合所有指令约束条件。相比宽松模式，严格模式不允许多次尝试或容错处理，更全面反映模型对精确指令的遵循能力。
指令遵循官方网站
| # | 模型 | 得分 (%) | 厂商 | 来源 | |
|---|---|---|---|---|---|
| 1 | 95 | 阿里巴巴 | Qwen3.5-122B-A10B 技术报告 | ||
| 2 | 94.8 | OpenAI | Qwen3.5 技术报告 | ||
| 3 | 94.3 | 阿里巴巴 | Qwen3.6-Plus 技术报告 | ||
| 4 | 93.9 | 月之暗面 | Qwen3.6-Plus 技术报告 | ||
| 5 | 93.5 | Qwen3.5 技术报告 | |||
| 6 | 93.4 | 阿里巴巴 | Qwen3.5-122B-A10B 技术报告 | ||
| 7 | 92.6 | 智谱AI | Qwen3.6-Plus 技术报告 | ||
| 8 | 92.6 | 阿里巴巴 | Qwen3.6-Plus 技术报告 | ||
| 9 | 92.6 | OpenAI | Qwen3 技术报告 | ||
| 10 | 91.9 | 阿里巴巴 | Qwen3.5-122B-A10B 技术报告 |
