ہدایات کی پیروی درجہ بندی
دیکھیں کہ ہدایات کی پیروی میں کون سے AI ماڈلز بہترین کارکردگی دکھاتے ہیں، کون سے قابلِ اعتماد رہتے ہیں، اور سب سے بڑے فرق کہاں نظر آتے ہیں۔ ترتیب دیں حسب: کل لاگت ↑.
216/216
ماڈلز فلٹر کریں
موجودہ تلاش اور فلٹرز سے کوئی ماڈل مطابقت نہیں رکھتا۔
| درجہ | ماڈل | کمپنی | ہدایات کی پیروی اسکور | اسکور | کل لاگت | درست ٹیسٹس | ردِعمل کا وقت (اوسط) |
|---|---|---|---|---|---|---|---|
| #61 | Qwen3.5 Plus 2026-02-15 medium | Qwen | 10.0 | 7.5 | $0.437 | 2/2 | 31.9s |
| #71 | Step 3.7 Flash low | Stepfun | 9.8 | 7.3 | $0.454 | 2/2 | 1.58s |
| #98 | GLM 5V Turbo medium | Z.ai | 9.9 | 6.7 | $0.457 | 2/2 | 3.74s |
| #85 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 9.9 | 6.9 | $0.467 | 2/2 | 2.58s |
| #102 | LongCat 2.0 high | Meituan | 6.5 | 6.6 | $0.469 | 1/2 | 6.96s |
| #97 | KAT-Coder-Pro V2.5 none | Kwaipilot | 9.8 | 6.7 | $0.476 | 2/2 | 2.61s |
| #64 | LongCat 2.0 medium | Meituan | 6.5 | 7.4 | $0.478 | 1/2 | 7.38s |
| #73 | KAT-Coder-Pro V2.5 high | Kwaipilot | 9.9 | 7.2 | $0.482 | 2/2 | 2.67s |
| #99 | Claude Opus 4.7 none | Anthropic | 10.0 | 6.6 | $0.505 | 2/2 | 1.46s |
| #33 | Step 3.7 Flash medium | Stepfun | 9.8 | 8.0 | $0.515 | 2/2 | 1.83s |
| #6 | Gemini 3.6 Flash low | 10.0 | 9.4 | $0.517 | 2/2 | 2.05s | |
| #59 | GPT-5.6 Terra low | OpenAI | 10.0 | 7.5 | $0.519 | 2/2 | 1.48s |
| #87 | GPT-5.6 Sol none | OpenAI | 8.5 | 6.9 | $0.524 | 1/2 | 1.33s |
| #78 | GLM 5.1 medium | Z.ai | 6.4 | 7.1 | $0.535 | 1/2 | 7.47s |
| #91 | GPT-5.5 none | OpenAI | 6.2 | 6.9 | $0.544 | 1/2 | 1.15s |