निर्देश पालन रैंकिंग
देखें कि निर्देश पालन में कौन से AI मॉडल सबसे अच्छा प्रदर्शन करते हैं, कौन से भरोसेमंद बने रहते हैं और सबसे बड़े अंतर कहाँ दिखाई देते हैं। क्रमबद्ध करें: सही परीक्षण ↑.
316/316
मॉडल फ़िल्टर करें
मौजूदा खोज और फ़िल्टर से कोई मॉडल मेल नहीं खाता।
| रैंक | मॉडल | कंपनी | निर्देश पालन स्कोर | स्कोर | कुल लागत | सही परीक्षण | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|
| #154 | Gemma 4 26B A4B medium | 10.0 | 6.8 | $0.092 | 2/2 | 17.5s | |
| #155 | GLM 5.2 none | Z.ai | 9.8 | 6.7 | $0.153 | 2/2 | 3.84s |
| #156 | KAT-Coder-Pro V2.5 none | Kwaipilot | 9.8 | 6.7 | $0.487 | 2/2 | 2.61s |
| #159 | GLM 5V Turbo medium | Z.ai | 9.9 | 6.7 | $0.457 | 2/2 | 3.74s |
| #161 | Claude Opus 4.7 none | Anthropic | 10.0 | 6.6 | $0.505 | 2/2 | 1.46s |
| #162 | Gemini 3.5 Flash Lite low | 9.8 | 6.6 | $0.138 | 2/2 | 1.75s | |
| #164 | Gemini 3.1 Flash Lite Preview low | 10.0 | 6.6 | $0.646 | 2/2 | 1.49s | |
| #166 | Gemini 3.1 Flash Lite low | 10.0 | 6.6 | $0.621 | 2/2 | 1.52s | |
| #167 | Qwen3.6 35B A3B medium | Qwen | 10.0 | 6.6 | $0.672 | 2/2 | 7.50s |
| #168 | Mercury 2.5 Preview high | Inception | 9.8 | 6.6 | $0.030 | 2/2 | 1.05s |
| #169 | Qwen3.5 Plus 2026-02-15 none | Qwen | 10.0 | 6.6 | $0.073 | 2/2 | 1.67s |
| #170 | Qwen3.6 27B medium | Qwen | 10.0 | 6.5 | $0.577 | 2/2 | 38.0s |
| #171 | Laguna XS 2.1 medium | Poolside | 9.8 | 6.5 | $0.068 | 2/2 | 2.57s |
| #172 | Hy3 preview medium | Tencent | 10.0 | 6.5 | $0.049 | 2/2 | 6.16s |
| #173 | Gemini 3.1 Flash Lite Preview none | 10.0 | 6.4 | $0.052 | 2/2 | 1.13s |