IFEval — ¿realmente hace lo que pides?

Mejores modelos de IA para seguir instrucciones.

IFEval mide si un modelo obedece restricciones — número de palabras, formatos JSON, frases concretas. La puntuación que se traduce en fiabilidad de agente en producción.

Benchmarks usados: IFEVAL

#	Modelo	Puntuación	Desde
1	Llama 3.3 70B open	92.1	Meta AI
2	Llama 3.1 405B open	88.6	Meta AI

Showing top 2 models with published data on at least one of the benchmarks above. Scores are weighted averages on a 0–100 scale.

Rankings de modelos de IA

More leaderboards.

Mejores modelos de IA para programación → Mejores modelos de IA para razonamiento → Mejores modelos de IA para matemáticas → Mejores modelos de IA para conocimiento general → Mejores modelos de IA para visión → Modelos de IA capaces más baratos →