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) |
|---|---|---|---|---|---|---|---|
| #208 | Grok Build 0.1 none | X AI | 9.8 | 4.0 | $0.547 | 2/2 | 7.36s |
| #118 | Claude Sonnet 5 none | Anthropic | 6.4 | 6.3 | $0.548 | 1/2 | 2.58s |
| #58 | GPT-5.3 Chat none | OpenAI | 9.8 | 7.5 | $0.571 | 2/2 | 3.51s |
| #31 | Gemini 3.5 Flash-Lite high | 8.5 | 8.1 | $0.584 | 1/2 | 1.87s | |
| #81 | Kimi K2.5 medium | Moonshot AI | 10.0 | 7.0 | $0.600 | 2/2 | 92.5s |
| #34 | GPT-5.2 Chat none | OpenAI | 9.8 | 8.0 | $0.604 | 2/2 | 5.51s |
| #111 | Gemini 3.1 Flash Lite low | 10.0 | 6.5 | $0.621 | 2/2 | 1.52s | |
| #12 | Gemini 3.5 Flash medium | 9.9 | 9.1 | $0.642 | 2/2 | 2.70s | |
| #28 | Gemini 2.5 Flash medium | 9.8 | 8.2 | $0.643 | 2/2 | 2.62s | |
| #110 | Gemini 3.1 Flash Lite Preview low | 10.0 | 6.5 | $0.646 | 2/2 | 1.49s | |
| #27 | Muse Spark 1.1 low | Meta | 7.3 | 8.3 | $0.647 | 1/2 | 5.42s |
| #67 | Claude Sonnet 4.6 none | Anthropic | 6.5 | 7.3 | $0.661 | 1/2 | 1.96s |
| #43 | GPT-5.6 Terra medium | OpenAI | 10.0 | 7.8 | $0.676 | 2/2 | 1.43s |
| #140 | Mimo V2 Omni medium | Xiaomi | 8.3 | 5.9 | $0.683 | 1/2 | 4.99s |
| #89 | Qwen3.6 Flash medium | Qwen | 10.0 | 6.9 | $0.738 | 2/2 | 6.05s |