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: मेट्रिक ↑.
451/451
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) |
|---|---|---|---|---|---|---|---|
| #25 | Claude Opus 5.5 high | Anthropic | 1.0 | 0.9 | $2.133 | 2/2 | 21.3s |
| #26 | Gemini 3.7 Flash low | 1.0 | 0.9 | $0.183 | 2/2 | 2.47s | |
| #27 | Claude Opus 5 high | Anthropic | 1.0 | 0.9 | $4.524 | 2/2 | 4.78s |
| #28 | Claude Opus 5 medium | Anthropic | 1.0 | 0.9 | $2.870 | 2/2 | 4.16s |
| #31 | Claude Opus 5.5 medium | Anthropic | 1.0 | 0.9 | $1.804 | 2/2 | 21.3s |
| #33 | GPT-5.5 medium | OpenAI | 1.0 | 0.9 | $4.809 | 2/2 | 3.36s |
| #35 | Qwen3.8 MAX medium | Qwen | 1.0 | 0.9 | $1.181 | 2/2 | 3.49s |
| #36 | DeepSeek V4.1 Flash 1017 low | DeepSeek | 1.0 | 0.9 | $0.355 | 2/2 | 1.25s |
| #38 | GPT-5.3-Codex medium | OpenAI | 1.0 | 0.9 | $1.318 | 2/2 | 3.04s |
| #39 | Claude Haiku 5.5 xhigh | Anthropic | 1.0 | 0.9 | $0.140 | 2/2 | 3.34s |
| #42 | Pareto default | Unbiased | 1.0 | 0.9 | $1.520 | 2/2 | 4.95s |
| #45 | Muse Spark Open xhigh | Meta | 1.0 | 0.9 | $2.081 | 2/2 | 23.5s |
| #47 | Qwen3.8 Max (0902) medium | Qwen | 1.0 | 0.9 | $1.096 | 2/2 | 4.24s |
| #50 | Gemini 4 Argon medium | 1.0 | 0.9 | $0.674 | 2/2 | 2.71s | |
| #51 | Claude Opus 5 low | Anthropic | 1.0 | 0.9 | $2.350 | 2/2 | 4.13s |