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) |
|---|---|---|---|---|---|---|---|
| #340 | KAT Coder AIR V2.5 high | Kwaipilot | 1.0 | 0.5 | $0.077 | 2/2 | 1.51s |
| #341 | Mimo V2 PRO medium | Xiaomi | 1.0 | 0.5 | $0.333 | 2/2 | 3.36s |
| #342 | MiMo-V2-Flash medium | Xiaomi | 1.0 | 0.5 | $0.043 | 2/2 | 4.28s |
| #346 | KAT Coder AIR V2.5 medium | Kwaipilot | 1.0 | 0.5 | $0.048 | 2/2 | 1.50s |
| #354 | KAT Coder AIR V2.5 low | Kwaipilot | 1.0 | 0.5 | $0.046 | 2/2 | 1.64s |
| #355 | Grok 4.20 Beta medium | X AI | 1.0 | 0.5 | $0.750 | 2/2 | 4.89s |
| #359 | Gemini 3 PRO Preview medium | 1.0 | 0.5 | $0.385 | 2/2 | 3.26s | |
| #365 | Hy3 preview high | Tencent | 1.0 | 0.5 | $0.135 | 2/2 | 34.4s |
| #373 | DeepSeek V3.2 none | DeepSeek | 1.0 | 0.5 | $0.119 | 2/2 | 1.52s |
| #382 | Ling 2.6 Flash default | Inclusionai | 1.0 | 0.5 | $0.002 | 2/2 | 5.52s |
| #383 | Hy3 preview low | Tencent | 1.0 | 0.5 | $0.042 | 2/2 | 16.0s |
| #384 | Ring 2.6 1t default | Inclusionai | 1.0 | 0.4 | $0.026 | 2/2 | 27.4s |
| #387 | KAT Coder AIR V2.5 default | Kwaipilot | 1.0 | 0.4 | $0.070 | 2/2 | 1.75s |
| #390 | Cobuddy medium | Baidu | 1.0 | 0.4 | $0.000 | 2/2 | 11.6s |
| #392 | Gemini 3.1 Flash Lite Preview high | 1.0 | 0.4 | $2.310 | 2/2 | 64.0s |