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: प्रतिक्रिया समय (औसत) ↑.
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) |
|---|---|---|---|---|---|---|---|
| #174 | Qwen3.6 Max Preview none | Qwen | 9.8 | 6.4 | $0.228 | 2/2 | 1.40s |
| #244 | DeepSeek V4 Flash 0731 none | DeepSeek | 5.0 | 5.4 | $0.011 | 0/2 | 1.42s |
| #79 | GPT-5.6 Terra medium | OpenAI | 10.0 | 7.8 | $0.523 | 2/2 | 1.43s |
| #161 | Claude Opus 4.7 none | Anthropic | 10.0 | 6.6 | $0.505 | 2/2 | 1.46s |
| #198 | Nemotron 3 Ultra none | NVIDIA | 10.0 | 6.1 | $0.093 | 2/2 | 1.46s |
| #218 | GLM 5 none | Z.ai | 10.0 | 5.7 | $0.027 | 2/2 | 1.48s |
| #96 | GPT-5.6 Terra low | OpenAI | 10.0 | 7.5 | $0.420 | 2/2 | 1.48s |
| #164 | Gemini 3.1 Flash Lite Preview low | 10.0 | 6.6 | $0.646 | 2/2 | 1.49s | |
| #231 | KAT-Coder-Air V2.5 medium | Kwaipilot | 10.0 | 5.6 | $0.048 | 2/2 | 1.50s |
| #225 | KAT-Coder-Air V2.5 high | Kwaipilot | 9.8 | 5.6 | $0.077 | 2/2 | 1.51s |
| #146 | Step 3.7 Flash high | Stepfun | 9.8 | 6.8 | $1.229 | 2/2 | 1.52s |
| #267 | DeepSeek V3.2 none | DeepSeek | 10.0 | 5.0 | $0.054 | 2/2 | 1.52s |
| #166 | Gemini 3.1 Flash Lite low | 10.0 | 6.6 | $0.621 | 2/2 | 1.52s | |
| #40 | Claude Opus 4.7 medium | Anthropic | 10.0 | 8.7 | $1.476 | 2/2 | 1.57s |
| #153 | Gemini 3 Flash Preview none | 6.4 | 6.8 | $0.085 | 1/2 | 1.58s |