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) |
|---|---|---|---|---|---|---|---|
| #44 | Muse Wonder minimal | Meta | 0.7 | 0.9 | $1.639 | 1/2 | 1.39s |
| #54 | Muse Spark Open low | Meta | 0.8 | 0.9 | $0.600 | 1/2 | 10.3s |
| #57 | Muse Spark 1.1 medium | Meta | 0.7 | 0.9 | $1.665 | 1/2 | 6.31s |
| #62 | Muse Spark Open medium | Meta | 0.7 | 0.9 | $1.260 | 1/2 | 18.4s |
| #68 | MiMo-V2.6-Pro medium | Xiaomi | 0.8 | 0.9 | $0.586 | 1/2 | 1.79s |
| #72 | Muse Spark 1.1 low | Meta | 0.7 | 0.9 | $0.885 | 1/2 | 5.42s |
| #82 | Nemotron 3.5 Super VL high | NVIDIA | 0.8 | 0.8 | $0.349 | 1/2 | 6.10s |
| #85 | Muse Glimmer 30B xhigh | Meta | 0.8 | 0.8 | $0.585 | 1/2 | 8.90s |
| #88 | Muse Spark 1.1 high | Meta | 0.6 | 0.8 | $2.570 | 1/2 | 7.81s |
| #106 | DeepSeek V4 Pro 0423 high | DeepSeek | 0.8 | 0.8 | $0.149 | 1/2 | 8.73s |
| #124 | Muse Wonder max | Meta | 0.8 | 0.8 | $4.766 | 1/2 | 13.2s |
| #131 | Qwen3.7 Plus none | Qwen | 0.6 | 0.8 | $0.178 | 1/2 | 929ms |
| #133 | DeepSeek V4 Flash 0731 medium | DeepSeek | 0.8 | 0.8 | $0.460 | 1/2 | 2.42s |
| #134 | Muse Wonder high | Meta | 0.7 | 0.8 | $3.426 | 1/2 | 1.97s |
| #135 | GPT-6 Luna high | OpenAI | 0.8 | 0.8 | $0.074 | 1/2 | 1.92s |