Llama/Qwen/DeepSeek开源之争——CLiB开源大模型排行榜：语言与指令遵从领域03.05

开源模型综合能力见：Llama/Qwen/DeepSeek开源之争——CLiB开源大模型排行榜03.04。

以下为语言与指令遵从领域排行榜：

输出价格单位：（元/M tok）

排名	大模型	机构	输出价格	语言与指令遵从
1	DeepSeek-R1	深度求索	16.00	91.16
2	qwen2.5-72b-instruct	阿里巴巴	12.00	87.97
3	DeepSeek-R1-Distill-Qwen-32B	深度求索	1.30	87.74
4	qwen2.5-32b-instruct	阿里巴巴	7.00	87.60
5	qwen2.5-14b-instruct	阿里巴巴	6.00	86.91
6	deepseek-chat-v3	深度求索	8.00	86.58
7	DeepSeek-R1-Distill-Qwen-14B	深度求索	0.70	85.56
8	Llama-3.1-Nemotron-70B-Instruct-fp8	nvidia	2.20	85.50
9	Hermes-3-Llama-3.1-405B	NousResearch	5.80	85.38
10	Llama-3.3-70B-Instruct	meta	4.10	85.37
11	Llama-3.3-70B-Instruct-fp8	meta	2.20	85.14
12	DeepSeek-R1-Distill-Llama-70B	深度求索	4.10	85.03
13	qwq-32b-preview	阿里巴巴	7.00	84.80
14	internlm2_5-20b-chat	上海人工智能实验室	1.00	84.43
15	Meta-Llama-3.1-405B-Instruct	Meta	21.00	84.25
16	gemma-2-27b-it	Google	1.30	83.84
17	internlm2_5-7b-chat	上海人工智能实验室	0.40	83.71
18	phi-4	微软	1.00	83.46
19	qwen2.5-7b-instruct	阿里巴巴	2.00	83.37
20	Yi-1.5-34B-Chat	零一万物	1.30	83.09
21	glm-4-9b-chat	智谱AI	0.60	83.01
22	gemma-2-9b-it	Google	0.60	81.27
23	qwen2.5-math-72b-instruct	阿里巴巴	12.00	80.33
24	Yi-1.5-9B-Chat	零一万物	0.40	79.71
25	Mistral-Nemo-Instruct-2407	Mistral	0.60	77.83
26	qwen2.5-3b-instruct	阿里巴巴	0.00	77.72
27	DeepSeek-R1-Distill-Llama-8B	深度求索	0.40	74.03
28	Meta-Llama-3.1-8B-Instruct-fp8	meta	0.40	73.68
29	Llama-3.1-8B-Instruct	Meta	0.40	72.64
30	DeepSeek-R1-Distill-Qwen-7B	深度求索	0.40	71.05
31	Mistral-7B-Instruct-v0.3	Mistral	0.40	69.73
32	Llama-3.2-3B-Instruct	meta	0.20	69.43
33	qwen2.5-1.5b-instruct	阿里巴巴	0.00	65.94
34	DeepSeek-R1-Distill-Qwen-1.5B	深度求索	0.10	57.12
35	Llama-3.2-1B-Instruct	meta	0.20	55.42
36	qwen2.5-0.5b-instruct	阿里巴巴	0.00	48.95

语言与指令遵从领域目前囊括10个维度：成语理解，情感分析，分类能力，信息抽取，阅读理解，C3中文阅读理解，代词理解CLUEWSC，诗词匹配CCPM，中文指令遵从。

完整评测结果详见：https://github.com/jeinlee1991/chinese-llm-benchmark

往期文章

• 推理类大模型排行榜03.03

• DeepSeek｜对比Grok3，谁更能胜任公务员考试？

• DeepSeek｜到底强在哪？这个评测一目了然！

---

关于大模型评测EasyLLM：https://easyllm.site

1. 最全——全球最全大模型产品评测平台，已囊括~200个大模型

2. 最新——日更各个大模型各项能力指标评测，输出排行榜

3. 最方便——无需注册/梯子，国内外各个大模型可一键评测

4. 结果可见——所有大模型评测的方法、题集、过程、得分结果，可见可追溯！