IFEval指令遵循

IFEval (Instruction Following Eval) 由 Google 于 2024 年提出，专门评测 LLM 遵循格式指令的能力。包含约 500 道可自动验证的指令，要求模型输出满足特定格式约束（如字数限制、JSON 格式、关键词要求等）。是评估指令遵循能力的标准基准。

排行数据源

#模型得分

1

Gemini 3.1 ProGoogle

96.1%

2

GPT-5.5OpenAI

95.0%

3

Qwen3.7-Plus阿里巴巴

94.6%

4

Kimi-K2.6月之暗面

94.5%

5

GLM-5.1智谱AI

94.5%

6

Qwen3.6-Plus阿里巴巴

94.3%

7

Qwen3.7-Max阿里巴巴

94.3%

8

o3-miniOpenAI

93.9%

9

Claude Opus 4.6Anthropic

92.2%

10

OpenAI o1OpenAI

92.2%

共 30 个模型

返回基准目录

IFEval指令遵循

官方网站

IFEval (Instruction Following Eval) 由 Google 于 2024 年提出，专门评测 LLM 遵循格式指令的能力。包含约 500 道可自动验证的指令，要求模型输出满足特定格式约束（如字数限制、JSON 格式、关键词要求等）。是评估指令遵循能力的标准基准。

排行数据源

#模型得分

1

Gemini 3.1 ProGoogle

96.1%

2

GPT-5.5OpenAI

95.0%

3

Qwen3.7-Plus阿里巴巴

94.6%

4

Kimi-K2.6月之暗面

94.5%

5

GLM-5.1智谱AI

94.5%

6

Qwen3.6-Plus阿里巴巴

94.3%

7

Qwen3.7-Max阿里巴巴

94.3%

8

o3-miniOpenAI

93.9%

9

Claude Opus 4.6Anthropic

92.2%

10

OpenAI o1OpenAI

92.2%

共 30 个模型