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) |
|---|---|---|---|---|---|---|---|
| #186 | Gemini 3.1 Flash Lite Preview medium | 1.0 | 0.7 | $0.158 | 2/2 | 1.91s | |
| #187 | Kimi K2.7 Code medium | Moonshot AI | 1.0 | 0.7 | $1.136 | 2/2 | 5.39s |
| #190 | Qwen3.5-122B-A10B medium | Qwen | 1.0 | 0.7 | $1.152 | 2/2 | 9.88s |
| #191 | Grok 4.6 low | X AI | 1.0 | 0.7 | $0.781 | 2/2 | 6.64s |
| #192 | Gemini 3 Flash Preview low | 1.0 | 0.7 | $0.254 | 2/2 | 7.02s | |
| #195 | Gemini 3.1 Flash Lite medium | 1.0 | 0.7 | $0.153 | 2/2 | 2.59s | |
| #197 | Gemma 4 31B medium | 1.0 | 0.7 | $0.144 | 2/2 | 12.8s | |
| #200 | Claude Opus 4.8 none | Anthropic | 1.0 | 0.7 | $2.334 | 2/2 | 1.37s |
| #201 | Kimi K2.6 medium | Moonshot AI | 1.0 | 0.7 | $1.594 | 2/2 | 12.5s |
| #202 | Qwen3.5-Flash medium | Qwen | 1.0 | 0.7 | $0.184 | 2/2 | 63.5s |
| #203 | Inkling low | Thinkingmachines | 1.0 | 0.7 | $0.293 | 2/2 | 1.81s |
| #204 | Mercury 2.5 Preview medium | Inception | 1.0 | 0.7 | $0.039 | 2/2 | 1.35s |
| #205 | GPT-6 Sol none | OpenAI | 1.0 | 0.7 | $0.551 | 2/2 | 1.23s |
| #208 | Grok 4.7 xhigh | X AI | 1.0 | 0.7 | $3.398 | 2/2 | 17.3s |
| #209 | Grok Build 0.1 medium | X AI | 1.0 | 0.7 | $1.419 | 2/2 | 12.4s |