सूचनांचे पालन क्रमवारी
सूचनांचे पालन मध्ये कोणती AI मॉडेल्स सर्वोत्तम काम करतात, कोणती विश्वासार्ह राहतात आणि सर्वात मोठी दरी कुठे दिसते ते पाहा.
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) |
|---|---|---|---|---|---|---|---|
| #52 | Muse Spark 1.2 low | Meta | 9.8 | 8.4 | $0.655 | 2/2 | 2.95s |
| #53 | Grok 4.6 medium | X AI | 9.8 | 8.4 | $1.713 | 2/2 | 12.8s |
| #54 | Grok 4.5 low | X AI | 9.8 | 8.4 | $0.945 | 2/2 | 2.80s |
| #56 | Qwen3.8 27B high | Qwen | 9.8 | 8.4 | ~$0.287 | 2/2 | 8.24s |
| #57 | Seed 2.1 Turbo medium | Bytedance Seed | 9.8 | 8.4 | $1.951 | 2/2 | 7.48s |
| #61 | Gemini 2.5 Flash medium | 9.8 | 8.2 | $0.644 | 2/2 | 2.62s | |
| #62 | Muse Spark 1.3 low | Meta | 9.8 | 8.2 | $0.689 | 2/2 | 5.04s |
| #64 | Qwen3.8 2.4T A95B low | Qwen | 9.8 | 8.1 | $2.672 | 2/2 | 19.5s |
| #72 | Inkling medium | Thinkingmachines | 9.8 | 8.0 | $0.383 | 2/2 | 6.17s |
| #75 | GPT-5.2 Chat none | OpenAI | 9.8 | 7.9 | $0.594 | 2/2 | 5.51s |
| #76 | Step 3.7 Flash medium | Stepfun | 9.8 | 7.9 | $0.495 | 2/2 | 1.83s |
| #80 | Gemini 3.5 Flash Lite medium | 9.8 | 7.8 | $0.272 | 2/2 | 1.72s | |
| #87 | Qwen3.7 Flash high | Qwen | 9.8 | 7.8 | $0.052 | 2/2 | 9.41s |
| #89 | Seed-2.0-Code low | Bytedance Seed | 9.8 | 7.7 | $0.767 | 2/2 | 12.2s |
| #96 | Nemotron 3 Ultra medium | NVIDIA | 9.8 | 7.6 | $0.701 | 2/2 | 6.35s |