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 | النموذج | الشركة | درجة اتباع التعليمات | النتيجة | اختبارات صحيحة | زمن الاستجابة (المتوسط) |
|---|---|---|---|---|---|---|
| #25 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 10.0 | 7.9 | 2/2 | 31.9s |
| #26 | Qwen3.6 Plus medium | Qwen | 10.0 | 7.9 | 2/2 | 7.54s |
| #27 | Gemma 4 31B medium | 10.0 | 7.8 | 2/2 | 12.8s | |
| #29 | Qwen3.5-122B-A10B medium | Qwen | 10.0 | 7.8 | 2/2 | 9.88s |
| #30 | Qwen3.5-27B medium | Qwen | 10.0 | 7.8 | 2/2 | 19.7s |
| #31 | DeepSeek V4 Flash high | DeepSeek | 10.0 | 7.7 | 2/2 | 15.4s |
| #33 | Hy3 preview medium | Tencent | 10.0 | 7.7 | 2/2 | 6.16s |
| #34 | Qwen3.7 Max none | Qwen | 10.0 | 7.7 | 2/2 | 943ms |
| #36 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 10.0 | 7.6 | 2/2 | 20.2s |
| #37 | Gemma 4 26B A4B medium | 10.0 | 7.6 | 2/2 | 17.5s | |
| #39 | Qwen3.6 Flash medium | Qwen | 10.0 | 7.5 | 2/2 | 6.05s |
| #40 | Gemini 3.1 Flash Lite Preview medium | 10.0 | 7.5 | 2/2 | 1.91s | |
| #46 | Qwen3.6 35B A3B medium | Qwen | 10.0 | 7.4 | 2/2 | 7.50s |
| #49 | Qwen3.5-Flash medium | Qwen | 10.0 | 7.4 | 2/2 | 63.5s |
| #50 | Gemini 3.1 Flash Lite Preview low | 10.0 | 7.4 | 2/2 | 1.49s |