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 ↑.
216/216
تصفية النماذج
لا توجد نماذج تطابق البحث والفلاتر الحالية.
| الترتيب | النموذج | الشركة | درجة اتباع التعليمات | النتيجة | إجمالي التكلفة | اختبارات صحيحة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|---|
| #44 | Claude Sonnet 4.6 medium | Anthropic | 10.0 | 7.8 | $2.057 | 2/2 | 2.61s |
| #45 | Claude Opus 4.8 low | Anthropic | 9.8 | 7.8 | $2.077 | 2/2 | 2.78s |
| #46 | GLM 5 medium | Z.ai | 10.0 | 7.7 | $0.307 | 2/2 | 7.25s |
| #47 | Claude Opus 4.6 medium | Anthropic | 10.0 | 7.7 | $3.059 | 2/2 | 2.43s |
| #48 | GPT-5.6 Luna high | OpenAI | 9.9 | 7.7 | $1.017 | 2/2 | 1.79s |
| #49 | DeepSeek V4 Flash high | DeepSeek | 10.0 | 7.7 | $0.041 | 2/2 | 15.4s |
| #51 | MiniMax M3 medium | Minimax | 9.8 | 7.6 | $0.286 | 2/2 | 6.14s |
| #52 | Grok Build 0.1 medium | X AI | 9.8 | 7.6 | $1.097 | 2/2 | 12.4s |
| #53 | GLM 5 Turbo medium | Z.ai | 10.0 | 7.6 | $0.323 | 2/2 | 5.38s |
| #54 | GPT-5.6 Luna medium | OpenAI | 9.9 | 7.6 | $0.352 | 2/2 | 2.38s |
| #55 | Nemotron 3 Ultra medium | NVIDIA | 9.8 | 7.5 | $0.774 | 2/2 | 6.35s |
| #56 | Kimi K2.7 Code medium | Moonshot AI | 9.9 | 7.5 | $0.740 | 2/2 | 5.39s |
| #57 | GPT-5.4 Nano medium | OpenAI | 9.8 | 7.5 | $0.138 | 2/2 | 1.88s |
| #58 | GPT-5.3 Chat none | OpenAI | 9.8 | 7.5 | $0.571 | 2/2 | 3.51s |
| #59 | GPT-5.6 Terra low | OpenAI | 10.0 | 7.5 | $0.519 | 2/2 | 1.48s |