多重约束

这是一个 AI 大模型评测用例，下面将详细介绍测试内容和各模型的表现。

基本信息

  • 用例名称：多重约束
  • 测试类型：文本生成
  • 评测维度：指令遵循
  • 参与评测的模型数：204 个

系统提示词（System Prompt）

你是一名专业的文字创作助手，擅长在特定约束条件下进行精准的文本生成。 回答要求： 1. 在生成文本前，先在内部逐字检查是否包含违禁字，确认无误后再输出。 2. 输出内容须为一段完整、通顺、有意义的话，不得出现乱码或无意义堆砌。 3. 严格遵守所有明确列出的负向约束（违禁字/词），这是最高优先级要求。 4. 输出内容应语义连贯，符合日常表达习惯。

用户提示词（User Prompt）

请写一段介绍「春天」的话（60字左右），但全文中不能出现以下两个字： 【违禁字】：美、花 要求： - 内容主题为「春天」，需描述春天的某些特征或感受。 - 全文任意位置（包括标点之间）均不得出现「美」字或「花」字。 - 字数控制在50～70字之间。 - 语句通顺，表达自然。

各模型评测结果

  1. 第 1：Elephant，得分 98.3 分 — 查看该模型的详细评测结果
  2. 第 2：kimi-k2.6，得分 95.5 分 — 查看该模型的详细评测结果
  3. 第 3：GLM-5v-turbo，得分 95.5 分 — 查看该模型的详细评测结果
  4. 第 4：Qwen: Qwen3.5-9B，得分 95.3 分 — 查看该模型的详细评测结果
  5. 第 5：qwen3-4b，得分 95.2 分 — 查看该模型的详细评测结果
  6. 第 6：xAI: Grok 4.20 Beta，得分 95.2 分 — 查看该模型的详细评测结果
  7. 第 7：qwen3-235b-a22b，得分 95.0 分 — 查看该模型的详细评测结果
  8. 第 8：Claude Opus 4.6，得分 94.8 分 — 查看该模型的详细评测结果
  9. 第 9：qwen3.6-plus-preview，得分 94.8 分 — 查看该模型的详细评测结果
  10. 第 10：GLM-5.1，得分 94.7 分 — 查看该模型的详细评测结果
  11. 第 11：qwen3-14b，得分 94.5 分 — 查看该模型的详细评测结果
  12. 第 12：qwen3-coder-flash，得分 94.2 分 — 查看该模型的详细评测结果
  13. 第 13：Anthropic: Claude Sonnet 4.6，得分 94.2 分 — 查看该模型的详细评测结果
  14. 第 14：glm-5-turbo，得分 94.2 分 — 查看该模型的详细评测结果
  15. 第 15：MiniMax-M2.7，得分 94.2 分 — 查看该模型的详细评测结果
  16. 第 16：Google: Gemma 4 31B，得分 94.2 分 — 查看该模型的详细评测结果
  17. 第 17：qwen3-coder-next，得分 93.7 分 — 查看该模型的详细评测结果
  18. 第 18：Claude Opus 4 7，得分 93.5 分 — 查看该模型的详细评测结果
  19. 第 19：Meituan: LongCat Flash Chat，得分 93.37 分 — 查看该模型的详细评测结果
  20. 第 20：doubao-seed-1-8，得分 93.3 分 — 查看该模型的详细评测结果
  21. 第 21：Grok 4，得分 93.2 分 — 查看该模型的详细评测结果
  22. 第 22：OpenAI: GPT-5.4，得分 93.0 分 — 查看该模型的详细评测结果
  23. 第 23：Google: Gemma 4 26B A4B ，得分 92.5 分 — 查看该模型的详细评测结果
  24. 第 24：OpenAI: GPT-4o-mini，得分 92.2 分 — 查看该模型的详细评测结果
  25. 第 25：xAI: Grok 4.1 Fast，得分 92.03 分 — 查看该模型的详细评测结果
  26. 第 26：mimo-v2-pro，得分 92.0 分 — 查看该模型的详细评测结果
  27. 第 27：qwen3.5-omni-plus，得分 91.8 分 — 查看该模型的详细评测结果
  28. 第 28：doubao-seed-1-6，得分 91.7 分 — 查看该模型的详细评测结果
  29. 第 29：Google: Gemini 3 Flash Preview，得分 91.28 分 — 查看该模型的详细评测结果
  30. 第 30：StepFun: Step 3.5 Flash，得分 91.2 分 — 查看该模型的详细评测结果
  31. 第 31：MiniMax-M2.5，得分 90.9 分 — 查看该模型的详细评测结果
  32. 第 32：qwen3.5-27b，得分 90.8 分 — 查看该模型的详细评测结果
  33. 第 33：glm-5，得分 90.62 分 — 查看该模型的详细评测结果
  34. 第 34：GPT-5.2，得分 90.5 分 — 查看该模型的详细评测结果
  35. 第 35：doubao-seed-2-0-mini，得分 90.37 分 — 查看该模型的详细评测结果
  36. 第 36：glm-4.5-air，得分 90.28 分 — 查看该模型的详细评测结果
  37. 第 37：NVIDIA: Nemotron 3 Super (free)，得分 90.0 分 — 查看该模型的详细评测结果
  38. 第 38：Google: Gemini 3.1 Pro Preview，得分 89.57 分 — 查看该模型的详细评测结果
  39. 第 39：MiniMax-M2.1，得分 89.57 分 — 查看该模型的详细评测结果
  40. 第 40：qwen3.5-35b-a3b，得分 89.0 分 — 查看该模型的详细评测结果
  41. 第 41：Meta: Llama 3.3 70B Instruct，得分 88.87 分 — 查看该模型的详细评测结果
  42. 第 42：qwen3-8b，得分 88.8 分 — 查看该模型的详细评测结果
  43. 第 43：OpenAI: GPT-5 Nano，得分 87.23 分 — 查看该模型的详细评测结果
  44. 第 44：qwen3-coder-plus，得分 86.2 分 — 查看该模型的详细评测结果
  45. 第 45：kimi-k2-thinking-turbo，得分 85.9 分 — 查看该模型的详细评测结果
  46. 第 46：Anthropic: Claude Haiku 4.5，得分 85.53 分 — 查看该模型的详细评测结果
  47. 第 47：doubao-seed-2-0-code，得分 85.3 分 — 查看该模型的详细评测结果
  48. 第 48：deepseek-v3.2，得分 85.07 分 — 查看该模型的详细评测结果
  49. 第 49：qwen3.5-plus-2026-02-15，得分 84.87 分 — 查看该模型的详细评测结果
  50. 第 50：qwen3-max，得分 83.62 分 — 查看该模型的详细评测结果
  51. 第 51：kimi-k2.5，得分 81.93 分 — 查看该模型的详细评测结果
  52. 第 52：OpenAI: gpt-oss-120b，得分 81.2 分 — 查看该模型的详细评测结果
  53. 第 53：hunyuan-turbo，得分 80.78 分 — 查看该模型的详细评测结果
  54. 第 54：mimo-v2-flash，得分 80.53 分 — 查看该模型的详细评测结果
  55. 第 55：doubao-seed-1-6-flash，得分 80.2 分 — 查看该模型的详细评测结果
  56. 第 56：qwen3.5-omni-flash，得分 80.0 分 — 查看该模型的详细评测结果
  57. 第 57：mimo-v2-omni，得分 79.5 分 — 查看该模型的详细评测结果
  58. 第 58：glm-4.7，得分 79.43 分 — 查看该模型的详细评测结果
  59. 第 59：hunyuan-large，得分 79.27 分 — 查看该模型的详细评测结果
  60. 第 60：OpenAI: gpt-oss-20b，得分 78.05 分 — 查看该模型的详细评测结果
  61. 第 61：qwen3.5-flash，得分 77.5 分 — 查看该模型的详细评测结果
  62. 第 62：hunyuan-pro，得分 77.3 分 — 查看该模型的详细评测结果
  63. 第 63：OpenAI: GPT-5 Mini，得分 75.23 分 — 查看该模型的详细评测结果
  64. 第 64：qwen3-0.6b，得分 65.5 分 — 查看该模型的详细评测结果
  65. 第 65：Mistral: Mistral Nemo，得分 46.48 分 — 查看该模型的详细评测结果
  66. 第 66：doubao-seed-2-0-lite，得分 29.36 分 — 查看该模型的详细评测结果
  67. 第 67：doubao-seed-2-0-pro，得分 22.75 分 — 查看该模型的详细评测结果
  68. 第 68：Google: Gemini 2.5 Flash Lite，得分 21.28 分 — 查看该模型的详细评测结果
题目
模型排行
加载中…
模型评分
加载中…