सूचनांचे पालन क्रमवारी
सूचनांचे पालन मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा. क्रम लावा: बरोबर चाचण्या ↑.
216/216
मॉडेल फिल्टर करा
सध्याच्या शोध आणि फिल्टर्सशी जुळणारी कोणतीही मॉडेल्स नाहीत.
| क्रमांक | मॉडेल | कंपनी | सूचनांचे पालन स्कोअर | स्कोअर | एकूण खर्च | बरोबर चाचण्या | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|
| #60 | GPT-5.4 Mini medium | OpenAI | 9.8 | 7.5 | $0.756 | 2/2 | 2.13s |
| #61 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 10.0 | 7.5 | $0.437 | 2/2 | 31.9s |
| #62 | Qwen3.5-27B medium | Qwen | 10.0 | 7.4 | $1.627 | 2/2 | 19.7s |
| #63 | Qwen3.7 Max none | Qwen | 10.0 | 7.4 | $0.197 | 2/2 | 943ms |
| #65 | Gemini 3 Flash Preview low | 9.9 | 7.4 | $0.177 | 2/2 | 7.02s | |
| #66 | KAT-Coder-Pro V2.5 low | Kwaipilot | 10.0 | 7.4 | $0.387 | 2/2 | 2.53s |
| #68 | Gemini 3.1 Flash Lite Preview medium | 10.0 | 7.3 | $0.115 | 2/2 | 1.91s | |
| #69 | Gemini 3.1 Flash Lite medium | 9.9 | 7.3 | $0.117 | 2/2 | 2.59s | |
| #70 | Claude Opus 4.8 none | Anthropic | 9.9 | 7.3 | $1.166 | 2/2 | 1.37s |
| #71 | Step 3.7 Flash low | Stepfun | 9.8 | 7.3 | $0.454 | 2/2 | 1.58s |
| #72 | Kimi K2.6 medium | Moonshot AI | 10.0 | 7.2 | $1.036 | 2/2 | 12.5s |
| #73 | KAT-Coder-Pro V2.5 high | Kwaipilot | 9.9 | 7.2 | $0.482 | 2/2 | 2.67s |
| #74 | Qwen3.5 Plus 2026-04-20 medium | Qwen | 10.0 | 7.2 | $0.317 | 2/2 | 20.2s |
| #76 | Qwen3.5-122B-A10B medium | Qwen | 10.0 | 7.1 | $1.046 | 2/2 | 9.88s |
| #77 | Grok 4.3 medium | X AI | 9.8 | 7.1 | $0.779 | 2/2 | 18.6s |