ترتيب اتباع التعليمات
اكتشف أي نماذج الذكاء الاصطناعي تؤدي أفضل في اتباع التعليمات، وأيها يظل أكثر اعتمادية، وأين تظهر أكبر الفجوات. الترتيب حسب: اختبارات صحيحة ↑.
451/451
تصفية النماذج
لا توجد نماذج تطابق البحث والفلاتر الحالية.
| الترتيب | النموذج | الشركة | درجة اتباع التعليمات | النتيجة | إجمالي التكلفة | اختبارات صحيحة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|---|
| #46 | Gemini 3.5 Flash low | 1.0 | 0.9 | $0.752 | 2/2 | 1.86s | |
| #47 | Qwen3.8 Max (0902) medium | Qwen | 1.0 | 0.9 | $1.096 | 2/2 | 4.24s |
| #48 | Muse Spark 1.3 medium | Meta | 1.0 | 0.9 | $1.712 | 2/2 | 10.5s |
| #49 | Gemini 3.5 Flash Lite high | 1.0 | 0.9 | $0.624 | 2/2 | 2.16s | |
| #50 | Gemini 4 Argon medium | 1.0 | 0.9 | $0.674 | 2/2 | 2.71s | |
| #51 | Claude Opus 5 low | Anthropic | 1.0 | 0.9 | $2.350 | 2/2 | 4.13s |
| #52 | Gemini 3.6 Flash low | 1.0 | 0.9 | $0.363 | 2/2 | 2.82s | |
| #53 | GLM 5.3 Flash max | Z.ai | 1.0 | 0.9 | $0.089 | 2/2 | 3.65s |
| #55 | Muse Spark 1.2 high | Meta | 1.0 | 0.9 | $2.018 | 2/2 | 5.43s |
| #56 | Muse Spark 1.2 medium | Meta | 1.0 | 0.9 | $1.590 | 2/2 | 4.40s |
| #58 | Claude Fable 5 medium | Anthropic | 1.0 | 0.9 | $5.089 | 2/2 | 5.90s |
| #59 | Pareto 26.9 default | Unbiased | 1.0 | 0.9 | $1.864 | 2/2 | 3.82s |
| #60 | Qwen3.8 MAX low | Qwen | 1.0 | 0.9 | $1.089 | 2/2 | 4.01s |
| #61 | GPT-5.4 medium | OpenAI | 1.0 | 0.9 | $2.213 | 2/2 | 3.11s |
| #63 | DeepSeek V4.1 Flash high | DeepSeek | 1.0 | 0.9 | $0.617 | 2/2 | 7.06s |