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: میٹرک ↑.
210/210
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) |
|---|---|---|---|---|---|---|---|
| #113 | MiMo-V2-Flash medium | Xiaomi | 10.0 | 6.3 | $0.043 | 2/2 | 4.28s |
| #114 | Qwen3.5-Flash medium | Qwen | 10.0 | 6.2 | $0.139 | 2/2 | 63.5s |
| #116 | Seed-2.0-Lite none | Bytedance Seed | 10.0 | 6.2 | $0.066 | 2/2 | 1.06s |
| #118 | Gemini 2.5 Flash none | 10.0 | 6.2 | $0.017 | 2/2 | 590ms | |
| #119 | Qwen3.5-35B-A3B medium | Qwen | 10.0 | 6.2 | $0.837 | 2/2 | 24.4s |
| #120 | Gemini 3.1 Flash Lite minimal | 10.0 | 6.1 | $0.047 | 2/2 | 932ms | |
| #122 | Gemini 3.1 Flash Lite none | 10.0 | 6.1 | $0.046 | 2/2 | 859ms | |
| #129 | Nemotron 3 Ultra none | NVIDIA | 10.0 | 6.1 | $0.095 | 2/2 | 1.46s |
| #135 | Hy3 preview high | Tencent | 10.0 | 5.9 | $0.048 | 2/2 | 34.4s |
| #141 | GLM 5 none | Z.ai | 10.0 | 5.7 | $0.041 | 2/2 | 1.48s |
| #149 | KAT-Coder-Air V2.5 medium | Kwaipilot | 10.0 | 5.6 | $0.048 | 2/2 | 1.50s |
| #153 | Hy3 preview low | Tencent | 10.0 | 5.5 | $0.015 | 2/2 | 16.0s |
| #173 | DeepSeek V3.2 none | DeepSeek | 10.0 | 5.0 | $0.054 | 2/2 | 1.52s |
| #186 | Laguna M.1 medium | Poolside | 10.0 | 4.7 | $0.033 | 2/2 | 4.30s |
| #198 | Laguna Xs.2 medium | Poolside | 10.0 | 4.1 | $0.015 | 2/2 | 1.68s |