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 ↑.
319/319
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) |
|---|---|---|---|---|---|---|---|
| #25 | Qwen3.7 Max medium | Qwen | 10.0 | 9.1 | $1.157 | 2/2 | 7.46s |
| #26 | Claude Fable 5.1 high | Anthropic | 10.0 | 9.0 | $3.364 | 2/2 | 5.60s |
| #27 | Gemini 3.5 Flash medium | 9.9 | 9.0 | $0.665 | 2/2 | 2.70s | |
| #28 | GPT-5.5 medium | OpenAI | 10.0 | 9.0 | $4.163 | 2/2 | 3.36s |
| #29 | Qwen3.8 Max medium | Qwen | 10.0 | 9.0 | $0.771 | 2/2 | 3.49s |
| #30 | Grok 4.5 high | X AI | 9.8 | 9.0 | $2.252 | 2/2 | 6.23s |
| #31 | Qwen3.8 Max (0902) high | Qwen | 9.8 | 8.9 | $2.736 | 2/2 | 7.55s |
| #32 | GPT-5.3-Codex medium | OpenAI | 10.0 | 8.9 | $0.988 | 2/2 | 3.04s |
| #34 | Seed 2.1 Turbo high | Bytedance Seed | 9.8 | 8.9 | $1.797 | 2/2 | 7.66s |
| #35 | Gemini 3.5 Flash low | 9.9 | 8.8 | $0.449 | 2/2 | 1.86s | |
| #36 | Qwen3.8 Max (0902) medium | Qwen | 10.0 | 8.8 | $0.677 | 2/2 | 4.24s |
| #37 | Muse Spark 1.3 medium | Meta | 9.8 | 8.8 | $1.469 | 2/2 | 10.5s |
| #38 | Gemini 3.5 Flash Lite high | 9.8 | 8.8 | $0.540 | 2/2 | 2.16s | |
| #39 | Claude Opus 4.8 medium | Anthropic | 10.0 | 8.8 | $1.983 | 2/2 | 3.32s |
| #40 | Claude Opus 5 low | Anthropic | 10.0 | 8.7 | $1.121 | 2/2 | 4.13s |