ترتيب النماذج لفئة اتباع التعليمات

اكتشف أي نماذج الذكاء الاصطناعي تؤدي أفضل في اتباع التعليمات، وأيها يظل أكثر اعتمادية، وأين تظهر أكبر الفجوات. الترتيب حسب: زمن الاستجابة (المتوسط) ↑.

النماذج المعروضة

متوسط درجة اتباع التعليمات

8.5

أفضل نموذج

Granite 4.1 8B 3.6

أسباب الفشل

مع سبب الفشل إجابة خاطئة82 مع سبب الفشل لم يتبع التعليمات48 مع سبب الفشل تنسيق إضافي7 مع سبب الفشل انتهت المهلة5 مع سبب الفشل خطأ API2 مع سبب الفشل لا توجد إجابة2

316/316

الترتيب	النموذج	الشركة	درجة اتباع التعليمات	النتيجة	إجمالي التكلفة	اختبارات صحيحة	زمن الاستجابة (المتوسط)
#134	GLM 5.1 medium	Z.ai	6.4	7.0	$0.727	1/2	7.47s
إجمالي الاختبارات 2 الاختبارات الخاطئة 1 إجمالي التكلفة $0.727 زمن الاستجابة (المتوسط) 7.47s
#54	Seed 2.1 Turbo medium	Bytedance Seed	9.8	8.4	$1.951	2/2	7.48s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $1.951 زمن الاستجابة (المتوسط) 7.48s
#288	Qwen3 Coder Next medium	Qwen	6.3	4.6	$0.034	1/2	7.49s
إجمالي الاختبارات 2 الاختبارات الخاطئة 1 إجمالي التكلفة $0.034 زمن الاستجابة (المتوسط) 7.49s
#167	Qwen3.6 35B A3B medium	Qwen	10.0	6.6	$0.672	2/2	7.50s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $0.672 زمن الاستجابة (المتوسط) 7.50s
#76	Qwen3.6 Plus medium	Qwen	10.0	7.8	$0.418	2/2	7.54s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $0.418 زمن الاستجابة (المتوسط) 7.54s
#189	gpt-oss-120b medium	OpenAI	9.9	6.1	$0.020	2/2	7.63s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $0.020 زمن الاستجابة (المتوسط) 7.63s
#32	Seed 2.1 Turbo high	Bytedance Seed	9.8	8.9	$1.797	2/2	7.66s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $1.797 زمن الاستجابة (المتوسط) 7.66s
#71	Kimi K3 max	Moonshot AI	10.0	7.9	$3.467	2/2	7.66s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $3.467 زمن الاستجابة (المتوسط) 7.66s
#208	Dots 3 Note Preview medium	Dots Studio	8.5	5.9	$0.000	1/2	7.77s
إجمالي الاختبارات 2 الاختبارات الخاطئة 1 إجمالي التكلفة $0.000 زمن الاستجابة (المتوسط) 7.77s
#259	Qwen3 Coder Next none	Qwen	6.3	5.1	$0.026	1/2	7.78s
إجمالي الاختبارات 2 الاختبارات الخاطئة 1 إجمالي التكلفة $0.026 زمن الاستجابة (المتوسط) 7.78s
#176	Dots 3 Note Preview high	Dots Studio	8.3	6.4	$0.000	1/2	7.80s
إجمالي الاختبارات 2 الاختبارات الخاطئة 1 إجمالي التكلفة $0.000 زمن الاستجابة (المتوسط) 7.80s
#65	Muse Spark 1.1 high	Meta	6.4	8.0	$2.253	1/2	7.81s
إجمالي الاختبارات 2 الاختبارات الخاطئة 1 إجمالي التكلفة $2.253 زمن الاستجابة (المتوسط) 7.81s
#175	Dots 3 Note Preview low	Dots Studio	7.9	6.4	$0.000	1/2	7.83s
إجمالي الاختبارات 2 الاختبارات الخاطئة 1 إجمالي التكلفة $0.000 زمن الاستجابة (المتوسط) 7.83s
#78	GLM 5.2 medium	Z.ai	9.9	7.8	$0.224	2/2	7.90s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $0.224 زمن الاستجابة (المتوسط) 7.90s
#53	Qwen3.8 27B high	Qwen	9.8	8.4	~$0.287	2/2	8.24s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة ~$0.287 زمن الاستجابة (المتوسط) 8.24s

ترتيب اتباع التعليمات

تصفية النماذج

أفضل النماذج حسب درجة اتباع التعليمات

درجة اتباع التعليمات مقابل إجمالي التكلفة

أفضل النماذج حسب زمن الاستجابة (المتوسط)