ترتيب اتباع التعليمات
اكتشف أي نماذج الذكاء الاصطناعي تؤدي أفضل في اتباع التعليمات، وأيها يظل أكثر اعتمادية، وأين تظهر أكبر الفجوات. الترتيب حسب: المقياس ↑.
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) |
|---|---|---|---|---|---|---|---|
| #239 | Gemini 3 Flash Preview none | 0.6 | 0.6 | $0.155 | 1/2 | 1.58s | |
| #247 | Gemini 3.5 Flash minimal | 0.6 | 0.6 | $0.508 | 1/2 | 893ms | |
| #329 | Ember-1 none | Fireworks | 0.6 | 0.5 | $0.786 | 1/2 | 31.0s |
| #371 | Granite 4.2 8B high | IBM Granite | 0.6 | 0.5 | $0.111 | 1/2 | 87.5s |
| #40 | Muse Spark 1.3 high | Meta | 0.7 | 0.9 | $1.891 | 1/2 | 14.7s |
| #41 | Muse Wonder low | Meta | 0.7 | 0.9 | $2.637 | 1/2 | 2.08s |
| #44 | Muse Wonder minimal | Meta | 0.7 | 0.9 | $1.639 | 1/2 | 1.39s |
| #57 | Muse Spark 1.1 medium | Meta | 0.7 | 0.9 | $1.665 | 1/2 | 6.31s |
| #134 | Muse Wonder high | Meta | 0.7 | 0.8 | $3.426 | 1/2 | 1.97s |
| #142 | Muse Wonder xhigh | Meta | 0.7 | 0.8 | $4.012 | 1/2 | 2.64s |
| #165 | LongCat 2.0 high | Meituan | 0.7 | 0.7 | $0.778 | 1/2 | 6.96s |
| #174 | LongCat 2.0 medium | Meituan | 0.7 | 0.7 | $0.767 | 1/2 | 7.38s |
| #222 | LongCat 2.0 low | Meituan | 0.7 | 0.7 | $0.630 | 1/2 | 6.39s |
| #231 | Mercury 2.5 high | Inception | 0.7 | 0.6 | $0.044 | 1/2 | 934ms |
| #251 | LongCat 2.0 none | Meituan | 0.7 | 0.6 | $0.104 | 1/2 | 2.82s |