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) |
|---|---|---|---|---|---|---|---|
| #119 | MiMo-V2-Flash medium | Xiaomi | 10.0 | 6.3 | $0.043 | 2/2 | 4.28s |
| #120 | Qwen3.5-Flash medium | Qwen | 10.0 | 6.2 | $0.139 | 2/2 | 63.5s |
| #122 | Seed-2.0-Lite none | Bytedance Seed | 10.0 | 6.2 | $0.066 | 2/2 | 1.06s |
| #124 | Gemini 2.5 Flash none | 10.0 | 6.2 | $0.017 | 2/2 | 590ms | |
| #125 | Qwen3.5-35B-A3B medium | Qwen | 10.0 | 6.2 | $0.837 | 2/2 | 24.4s |
| #126 | Gemini 3.1 Flash Lite minimal | 10.0 | 6.1 | $0.047 | 2/2 | 932ms | |
| #127 | gpt-oss-120b medium | OpenAI | 9.9 | 6.1 | $0.019 | 2/2 | 7.63s |
| #128 | Gemini 3.1 Flash Lite none | 10.0 | 6.1 | $0.046 | 2/2 | 859ms | |
| #129 | Inkling low | Thinkingmachines | 9.8 | 6.1 | $0.187 | 2/2 | 1.81s |
| #134 | GPT-5 Nano medium | OpenAI | 9.8 | 6.1 | $0.114 | 2/2 | 15.6s |
| #135 | Nemotron 3 Ultra none | NVIDIA | 10.0 | 6.1 | $0.095 | 2/2 | 1.46s |
| #137 | Grok 4.20 Beta medium | X AI | 9.8 | 6.0 | $0.750 | 2/2 | 4.89s |
| #139 | Gemini 3 PRO Preview medium | 9.8 | 6.0 | $0.385 | 2/2 | 3.26s | |
| #141 | Hy3 preview high | Tencent | 10.0 | 5.9 | $0.048 | 2/2 | 34.4s |
| #143 | North Mini Code medium | Cohere | 9.8 | 5.9 | $0.000 | 2/2 | 15.4s |