ترتيب اتباع التعليمات
اكتشف أي نماذج الذكاء الاصطناعي تؤدي أفضل في اتباع التعليمات، وأيها يظل أكثر اعتمادية، وأين تظهر أكبر الفجوات.
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) |
|---|---|---|---|---|---|---|---|
| #319 | GPT-6 Luna none | OpenAI | 0.6 | 0.5 | $0.026 | 1/2 | 17.0s |
| #322 | Seed-2.0-Code none | Bytedance Seed | 0.6 | 0.5 | $0.257 | 1/2 | 1.80s |
| #336 | Qwen3.6 35B A3B none | Qwen | 0.6 | 0.5 | $0.105 | 1/2 | 1.86s |
| #394 | GLM 4.7 Flash medium | Z.ai | 0.6 | 0.4 | $0.193 | 1/2 | 2.97s |
| #206 | Space Bunny Alpha max | Stealth | 0.6 | 0.7 | $0.000 | 0/2 | 3.78s |
| #221 | Qwen3.7 Flash medium | Qwen | 0.6 | 0.7 | $0.076 | 0/2 | 9.27s |
| #267 | Space Bunny Alpha xhigh | Stealth | 0.6 | 0.6 | $0.000 | 0/2 | 2.22s |
| #228 | Minimax M3.1 Flash high | Minimax | 0.5 | 0.7 | $0.000 | 0/2 | 1.65s |
| #270 | DeepSeek V4 Flash 0731 none | DeepSeek | 0.5 | 0.6 | $0.053 | 0/2 | 1.42s |
| #428 | Span-02 default | Respan | 0.5 | 0.3 | $0.001 | 1/1 | 2.30s |
| #442 | Step 3.5 Flash none | Stepfun | 0.5 | 0.2 | $0.020 | 1/1 | 9.30s |
| #448 | Solar Decide default | Upstage | 0.5 | 0.1 | $0.009 | 1/1 | 11.7s |
| #194 | Minimax M3.1 Flash max | Minimax | 0.5 | 0.7 | $0.000 | 0/2 | 1.73s |
| #243 | Minimax M3.1 Flash xhigh | Minimax | 0.5 | 0.6 | $0.000 | 0/2 | 1.72s |
| #348 | Apodex 1.1 Mini default | Apodex | 0.5 | 0.5 | $0.000 | 0/2 | 1.06s |