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 ↑.
319/319
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) |
|---|---|---|---|---|---|---|---|
| #198 | Qwen3.6 Flash none | Qwen | 6.3 | 6.1 | $0.062 | 1/2 | 1.10s |
| #208 | Qwen3.5-Flash none | Qwen | 6.3 | 6.0 | $0.073 | 1/2 | 8.81s |
| #209 | Qwen3.5-35B-A3B none | Qwen | 6.3 | 5.9 | $0.151 | 1/2 | 809ms |
| #215 | GPT-5.4 Mini none | OpenAI | 6.3 | 5.9 | $0.095 | 1/2 | 728ms |
| #226 | Qwen3.5-122B-A10B none | Qwen | 6.3 | 5.7 | $0.283 | 1/2 | 513ms |
| #231 | Gemma 4 26B A4B none | 6.3 | 5.6 | $0.015 | 1/2 | 690ms | |
| #239 | Qwen3.8 27B none | Qwen | 6.3 | 5.5 | ~$0.006 | 1/2 | 582ms |
| #249 | Inkling Small none | Thinkingmachines | 6.3 | 5.3 | $0.054 | 1/2 | 767ms |
| #256 | Inkling none | Thinkingmachines | 6.3 | 5.2 | $0.147 | 1/2 | 1.72s |
| #262 | Qwen3 Coder Next none | Qwen | 6.3 | 5.1 | $0.026 | 1/2 | 7.78s |
| #271 | GPT-4o-mini none | OpenAI | 6.3 | 5.0 | $0.010 | 1/2 | 1.11s |
| #273 | Mercury 2.5 Preview none | Inception | 6.3 | 4.9 | $0.018 | 1/2 | 1.26s |
| #275 | Nemotron 3 Super none | NVIDIA | 6.3 | 4.8 | $0.008 | 1/2 | 804ms |
| #279 | GPT-5.4 Nano none | OpenAI | 6.3 | 4.8 | $0.041 | 1/2 | 784ms |
| #280 | Trinity Large Thinking high | Arcee AI | 6.3 | 4.8 | $0.592 | 1/2 | 4.12s |