IFEval strict prompt指令遵循

官方网站

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。

排行数据源

#模型得分

1

Qwen3.5-27B阿里巴巴

95.0%

2

GPT-5.2OpenAI

94.8%

3

Qwen3.6-Plus阿里巴巴

94.3%

4

Kimi-K2.5月之暗面

93.9%

5

Gemini 3 ProGoogle

93.5%

6

Qwen3.5-122B-A10B阿里巴巴

93.4%

7

GLM-5智谱AI

92.6%

8

Qwen3.5-397B-A17B阿里巴巴

92.6%

9

OpenAI o1OpenAI

92.6%

10

Qwen3.5-35B-A3B阿里巴巴

91.9%

共 55 个模型

返回基准目录

IFEval strict prompt指令遵循

官方网站

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。

排行数据源

#模型得分

1

Qwen3.5-27B阿里巴巴

95.0%

2

GPT-5.2OpenAI

94.8%

3

Qwen3.6-Plus阿里巴巴

94.3%

4

Kimi-K2.5月之暗面

93.9%

5

Gemini 3 ProGoogle

93.5%

6

Qwen3.5-122B-A10B阿里巴巴

93.4%

7

GLM-5智谱AI

92.6%

8

Qwen3.5-397B-A17B阿里巴巴

92.6%

9

OpenAI o1OpenAI

92.6%

10

Qwen3.5-35B-A3B阿里巴巴

91.9%

共 55 个模型