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) |
|---|---|---|---|---|---|---|---|
| #41 | Gemini 3.6 Flash low | 9.8 | 8.7 | $0.251 | 2/2 | 2.82s | |
| #42 | GLM 5.3 Flash max | Z.ai | 9.8 | 8.7 | $0.059 | 2/2 | 3.65s |
| #43 | Claude Opus 4.7 medium | Anthropic | 10.0 | 8.7 | $1.476 | 2/2 | 1.57s |
| #44 | Muse Spark 1.2 high | Meta | 9.8 | 8.7 | $1.771 | 2/2 | 5.43s |
| #45 | Muse Spark 1.2 medium | Meta | 9.8 | 8.6 | $1.339 | 2/2 | 4.40s |
| #47 | Claude Fable 5 medium | Anthropic | 10.0 | 8.6 | $3.004 | 2/2 | 5.90s |
| #48 | Qwen3.6 Max Preview medium | Qwen | 10.0 | 8.6 | $1.132 | 2/2 | 24.3s |
| #49 | Qwen3.8 Max low | Qwen | 10.0 | 8.6 | $0.702 | 2/2 | 4.01s |
| #50 | GPT-5.4 medium | OpenAI | 10.0 | 8.5 | $1.560 | 2/2 | 3.11s |
| #51 | Grok 4.5 medium | X AI | 9.8 | 8.5 | $2.042 | 2/2 | 6.06s |
| #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 |
| #55 | GPT-5.2 medium | OpenAI | 9.9 | 8.4 | $1.182 | 2/2 | 3.12s |
| #56 | Qwen3.8 27B high | Qwen | 9.8 | 8.4 | ~$0.287 | 2/2 | 8.24s |