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: درست ٹیسٹس ↑.
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) |
|---|---|---|---|---|---|---|---|
| #79 | Grok 4.20 medium | X AI | 9.8 | 7.1 | $0.777 | 2/2 | 4.26s |
| #80 | DeepSeek V3.2 medium | DeepSeek | 10.0 | 7.0 | $0.078 | 2/2 | 35.8s |
| #81 | Kimi K2.5 medium | Moonshot AI | 10.0 | 7.0 | $0.600 | 2/2 | 92.5s |
| #82 | Mercury 2 medium | Inception | 10.0 | 7.0 | $0.093 | 2/2 | 1.07s |
| #83 | Gemini 3.5 Flash none | 9.8 | 7.0 | $1.079 | 2/2 | 3.38s | |
| #84 | Seed-2.0-Mini medium | Bytedance Seed | 10.0 | 7.0 | $0.101 | 2/2 | 17.5s |
| #85 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 9.9 | 6.9 | $0.467 | 2/2 | 2.58s |
| #88 | MiMo-V2.5-Pro medium | Xiaomi | 9.9 | 6.9 | $0.187 | 2/2 | 2.77s |
| #89 | Qwen3.6 Flash medium | Qwen | 10.0 | 6.9 | $0.738 | 2/2 | 6.05s |
| #90 | Step 3.7 Flash high | Stepfun | 9.8 | 6.9 | $1.207 | 2/2 | 1.52s |
| #94 | Qwen3.6 35B A3B medium | Qwen | 10.0 | 6.7 | $0.746 | 2/2 | 7.50s |
| #95 | Gemini 3.5 Flash-Lite low | 9.8 | 6.7 | $0.145 | 2/2 | 869ms | |
| #97 | KAT-Coder-Pro V2.5 none | Kwaipilot | 9.8 | 6.7 | $0.476 | 2/2 | 2.61s |
| #98 | GLM 5V Turbo medium | Z.ai | 9.9 | 6.7 | $0.457 | 2/2 | 3.74s |
| #99 | Claude Opus 4.7 none | Anthropic | 10.0 | 6.6 | $0.505 | 2/2 | 1.46s |