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: ردِعمل کا وقت (اوسط) ↑.
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) |
|---|---|---|---|---|---|---|---|
| #1 | Gemini 3.6 Flash high | 10.0 | 9.9 | $0.699 | 2/2 | 4.07s | |
| #202 | Trinity Large Thinking low | Arcee AI | 4.4 | 6.0 | $0.625 | 0/2 | 4.07s |
| #153 | DeepSeek V4 Pro none | DeepSeek | 6.3 | 6.8 | $0.210 | 1/2 | 4.12s |
| #280 | Trinity Large Thinking high | Arcee AI | 6.3 | 4.8 | $0.592 | 1/2 | 4.12s |
| #40 | Claude Opus 5 low | Anthropic | 10.0 | 8.7 | $1.121 | 2/2 | 4.13s |
| #21 | Claude Opus 5 medium | Anthropic | 10.0 | 9.2 | $1.586 | 2/2 | 4.16s |
| #285 | Hunter Alpha medium | OpenRouter | 9.9 | 4.7 | $0.000 | 2/2 | 4.18s |
| #36 | Qwen3.8 Max (0902) medium | Qwen | 10.0 | 8.8 | $0.677 | 2/2 | 4.24s |
| #240 | Mimo V2 Omni none | Xiaomi | 6.5 | 5.5 | $0.021 | 1/2 | 4.26s |
| #71 | GLM 5.2 high | Z.ai | 10.0 | 8.0 | $1.188 | 2/2 | 4.26s |
| #140 | Grok 4.20 medium | X AI | 9.8 | 7.0 | $0.805 | 2/2 | 4.26s |
| #185 | MiMo-V2-Flash medium | Xiaomi | 10.0 | 6.3 | $0.043 | 2/2 | 4.28s |
| #287 | Laguna M.1 medium | Poolside | 10.0 | 4.7 | $0.033 | 2/2 | 4.30s |
| #23 | Qwen3.8 Max (0902) low | Qwen | 10.0 | 9.1 | $0.664 | 2/2 | 4.32s |
| #45 | Muse Spark 1.2 medium | Meta | 9.8 | 8.6 | $1.339 | 2/2 | 4.40s |