নির্দেশনা অনুসরণ র্যাঙ্কিং
দেখুন নির্দেশনা অনুসরণ এ কোন AI মডেল সবচেয়ে ভালো করে, কোনগুলো নির্ভরযোগ্য থাকে, আর সবচেয়ে বড় পার্থক্য কোথায় দেখা যায়। সাজান: মোট খরচ ↑.
455/455
মডেল ফিল্টার করুন
বর্তমান অনুসন্ধান ও ফিল্টারের সাথে কোনো মডেল মেলেনি।
| র্যাঙ্ক | মডেল | কোম্পানি | নির্দেশনা অনুসরণ স্কোর | স্কোর | মোট খরচ | সঠিক টেস্ট | প্রতিক্রিয়া সময় (গড়) |
|---|---|---|---|---|---|---|---|
| #358 | Grok 4.20 Beta medium | X AI | 1.0 | 0.5 | $0.750 | 2/2 | 4.89s |
| #46 | Gemini 3.5 Flash low | 1.0 | 0.9 | $0.752 | 2/2 | 1.86s | |
| #12 | GPT-6.1 Sol high | OpenAI | 1.0 | 1.0 | $0.755 | 2/2 | 3.63s |
| #102 | DeepSeek V4.1 Flash 1017 max | DeepSeek | 1.0 | 0.8 | $0.757 | 2/2 | 1.73s |
| #177 | LongCat 2.0 medium | Meituan | 0.7 | 0.7 | $0.767 | 1/2 | 7.38s |
| #116 | Gemini 3.8 Flash medium | 1.0 | 0.8 | $0.769 | 2/2 | 4.81s | |
| #168 | LongCat 2.0 high | Meituan | 0.7 | 0.7 | $0.778 | 1/2 | 6.96s |
| #194 | Grok 4.6 low | X AI | 1.0 | 0.7 | $0.781 | 2/2 | 6.64s |
| #155 | Qwen3.6 Flash medium | Qwen | 1.0 | 0.7 | $0.783 | 2/2 | 6.05s |
| #332 | Ember-1 none | Fireworks | 0.6 | 0.5 | $0.786 | 1/2 | 31.0s |
| #304 | Trinity Large Thinking high | Arcee AI | 0.6 | 0.6 | $0.794 | 1/2 | 4.12s |
| #219 | GPT-5.6 Sol none | OpenAI | 0.9 | 0.7 | $0.795 | 1/2 | 1.33s |
| #243 | Beam 1.0 501B A23B max | Reflection | 0.8 | 0.6 | $0.799 | 1/2 | 866ms |
| #232 | Qwen3.6 35B A3B medium | Qwen | 1.0 | 0.7 | $0.834 | 2/2 | 7.50s |
| #247 | Kimi K2.5 medium | Moonshot AI | 1.0 | 0.6 | $0.841 | 2/2 | 92.5s |