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: اختبارات صحيحة ↑.

النماذج المعروضة

متوسط درجة اتباع التعليمات

0.8

أفضل نموذج

Minimax M3.1 Flash 0.5

أسباب الفشل

مع سبب الفشل إجابة خاطئة117 مع سبب الفشل لم يتبع التعليمات77 مع سبب الفشل خطأ API25 مع سبب الفشل تنسيق إضافي8 مع سبب الفشل انتهت المهلة5 مع سبب الفشل لا توجد إجابة2

451/451

الترتيب	النموذج	الشركة	درجة اتباع التعليمات	النتيجة	إجمالي التكلفة	اختبارات صحيحة	زمن الاستجابة (المتوسط)
#99	Gemini 4 Argon low	Google	1.0	0.8	$0.438	2/2	2.40s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $0.438 زمن الاستجابة (المتوسط) 2.40s
#100	DeepSeek V4.1 Flash 1017 max	DeepSeek	1.0	0.8	$0.757	2/2	1.73s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $0.757 زمن الاستجابة (المتوسط) 1.73s
#101	Grok 4.5 high	X AI	1.0	0.8	$2.687	2/2	6.23s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $2.687 زمن الاستجابة (المتوسط) 6.23s
#102	GLM 5.2 medium	Z.ai	1.0	0.8	$1.007	2/2	7.90s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $1.007 زمن الاستجابة (المتوسط) 7.90s
#103	GPT-5.6 Terra medium	OpenAI	1.0	0.8	$0.483	2/2	1.43s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $0.483 زمن الاستجابة (المتوسط) 1.43s
#104	Seed-2.0-Lite medium	Bytedance Seed	1.0	0.8	$0.271	2/2	7.26s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $0.271 زمن الاستجابة (المتوسط) 7.26s
#105	Seed-2.0-Code low	Bytedance Seed	1.0	0.8	$0.881	2/2	12.2s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $0.881 زمن الاستجابة (المتوسط) 12.2s
#107	Claude Opus 4.7 medium	Anthropic	1.0	0.8	$3.636	2/2	1.57s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $3.636 زمن الاستجابة (المتوسط) 1.57s
#108	DeepSeek V4 Flash 0423 high	DeepSeek	1.0	0.8	$0.261	2/2	15.4s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $0.261 زمن الاستجابة (المتوسط) 15.4s
#109	DeepSeek V4.1 Flash low	DeepSeek	1.0	0.8	$0.494	2/2	8.38s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $0.494 زمن الاستجابة (المتوسط) 8.38s
#110	GPT-5.6 Luna high	OpenAI	1.0	0.8	$0.118	2/2	1.79s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $0.118 زمن الاستجابة (المتوسط) 1.79s
#111	Nemotron 3 Ultra medium	NVIDIA	1.0	0.8	$0.674	2/2	6.35s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $0.674 زمن الاستجابة (المتوسط) 6.35s
#112	GPT-5.4 Nano medium	OpenAI	1.0	0.8	$0.235	2/2	1.88s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $0.235 زمن الاستجابة (المتوسط) 1.88s
#113	Gemini 3.8 Flash medium	Google	1.0	0.8	$0.769	2/2	4.81s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة $0.769 زمن الاستجابة (المتوسط) 4.81s
#114	Qwen3.8 Flash Next low	Qwen	1.0	0.8	~$0.045	2/2	2.32s
إجمالي الاختبارات 2 الاختبارات الخاطئة 0 إجمالي التكلفة ~$0.045 زمن الاستجابة (المتوسط) 2.32s

ترتيب اتباع التعليمات

تصفية النماذج

أفضل النماذج حسب درجة اتباع التعليمات

درجة اتباع التعليمات مقابل إجمالي التكلفة

أفضل النماذج حسب زمن الاستجابة (المتوسط)