AI BENCHY
قارن الرسوم البيانية المنهجية
❤️ Made by XCS
Your ad here

فئة AI BENCHY

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 ↓.

النماذج المعروضة

55

متوسط درجة اتباع التعليمات

8.1

أفضل نموذج

Gemini 3 Flash Preview 10.0

أسباب الإخفاق المرتبطة

الترتيب النموذج الشركة درجة اتباع التعليمات متوسط الدرجة اختبارات صحيحة زمن الاستجابة (المتوسط)
#1 Gemini 3 Flash Preview medium Google 10.0 10.0 2/2 6.10s
#2 Gemini 3.1 Pro Preview medium Google 10.0 9.4 2/2 9.56s
#3 GPT-5.3-Codex medium OpenAI 10.0 8.4 2/2 3.04s
#4 Qwen3.5 Plus 2026-02-15 medium Qwen 10.0 8.3 2/2 31.9s
#5 Gemini 3 Flash Preview low Google 9.5 8.2 2/2 7.02s
#6 Gemini 3 Pro Preview medium Google 9.5 8.2 2/2 3.26s
#7 Qwen3.5-27B medium Qwen 10.0 8.2 2/2 19.7s
#9 GPT-5.4 medium OpenAI 10.0 8.0 2/2 3.11s
#10 Qwen3.5-122B-A10B medium Qwen 10.0 7.7 2/2 9.88s
#11 Claude Sonnet 4.6 medium Anthropic 10.0 7.7 2/2 2.61s
#12 Gemini 3.1 Flash Lite Preview medium Google 10.0 7.5 2/2 1.91s
#14 GLM 5 medium Z.ai 10.0 7.4 2/2 7.25s
#16 Gemini 2.5 Flash medium Google 9.5 7.4 2/2 2.62s
#17 Gemini 3.1 Flash Lite Preview low Google 10.0 7.3 2/2 1.49s
#18 DeepSeek V3.2 medium DeepSeek 10.0 7.3 2/2 35.8s
#21 MiMo-V2-Flash medium Xiaomi 10.0 7.2 2/2 4.28s
#22 Gemini 3.1 Flash Lite Preview none Google 10.0 7.1 2/2 1.13s
#23 Seed-2.0-Mini medium Bytedance Seed 10.0 6.9 2/2 17.5s
#24 Qwen3.5-Flash medium Qwen 10.0 6.9 2/2 63.5s
#26 Claude Opus 4.6 medium Anthropic 10.0 6.6 2/2 2.43s
#27 GPT-5.2 medium OpenAI 9.5 6.5 2/2 3.12s
#28 Kimi K2.5 medium Moonshot AI 10.0 6.4 2/2 92.5s
#29 Qwen3.5 Plus 2026-02-15 none Qwen 10.0 6.2 2/2 1.67s
#31 GLM 5 none Z.ai 10.0 6.0 2/2 1.48s
#33 DeepSeek V3.2 none DeepSeek 10.0 5.5 2/2 1.52s
#35 Qwen3.5-35B-A3B medium Qwen 10.0 5.5 2/2 24.4s
#36 Mercury 2 medium Inception 10.0 5.3 2/2 1.07s
#39 gpt-oss-120b medium OpenAI 9.5 5.1 2/2 7.63s
#8 Gemini 3.1 Flash Lite Preview high Google 9.0 8.2 1/2 70.1s
#13 Step 3.5 Flash medium Stepfun 9.0 7.4 1/2 4.98s
#15 GPT-5.2 Chat none OpenAI 6.0 7.4 1/2 5.46s
#19 GPT-5.3 Chat none OpenAI 9.0 7.3 1/2 3.29s
#20 Gemini 3 Flash Preview none Google 5.5 7.2 1/2 1.58s
#25 Claude Sonnet 4.6 none Anthropic 5.5 6.8 1/2 1.96s
#30 Grok 4.1 Fast medium X AI 5.5 6.2 1/2 5.30s
#32 GPT-5 Mini medium OpenAI 7.5 6.0 1/2 15.7s
#34 GPT-5 Nano medium OpenAI 9.0 5.5 1/2 11.9s
#37 Qwen3.5-Flash none Qwen 5.0 5.2 1/2 8.81s
#38 Gemini 2.5 Flash none Google 9.0 5.2 1/2 672ms
#42 Qwen3.5-35B-A3B none Qwen 5.0 4.7 1/2 809ms
#43 MiniMax M2.5 medium Minimax 8.0 4.7 1/2 4.64s
#44 GPT-5.4 none OpenAI 5.5 4.5 1/2 1.07s
#46 Kimi K2.5 none Moonshot AI 5.5 4.1 1/2 2.67s
#49 GLM 4.7 Flash none Z.ai 5.5 3.9 1/2 888ms
#51 Mercury 2 none Inception 5.5 3.4 1/2 551ms
#52 GLM 4.7 Flash medium Z.ai 5.0 3.1 1/2 2.97s
#54 MiMo-V2-Flash none Xiaomi 5.5 2.9 1/2 857ms
#40 Qwen3.5-122B-A10B none Qwen 4.5 5.0 0/2 585ms
#41 Qwen3.5-27B none Qwen 4.5 4.9 0/2 815ms
#45 Trinity Large Preview none Arcee AI 3.5 4.2 0/2 1.09s
#47 GPT-4o-mini none OpenAI 4.5 4.0 0/2 1.27s
#48 Qwen3 Coder Next none Qwen 4.5 4.0 0/2 7.71s
#50 Qwen3 Coder Next medium Qwen 4.5 3.5 0/2 7.34s
#53 Grok 4.1 Fast none X AI 10.0 2.9 0/2 923ms
#55 LFM2-24B-A2B none Liquid 4.5 2.6 0/2 1.09s

أفضل النماذج حسب درجة اتباع التعليمات

درجة اتباع التعليمات مقابل إجمالي التكلفة

أفضل النماذج حسب زمن الاستجابة (المتوسط)