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: کل لاگت ↑.
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) |
|---|---|---|---|---|---|---|---|
| #75 | GPT-5.2 Chat none | OpenAI | 9.8 | 7.9 | $0.594 | 2/2 | 5.51s |
| #169 | Gemini 3.1 Flash Lite low | 10.0 | 6.6 | $0.621 | 2/2 | 1.52s | |
| #202 | Trinity Large Thinking low | Arcee AI | 4.4 | 6.0 | $0.625 | 0/2 | 4.07s |
| #61 | Gemini 2.5 Flash medium | 9.8 | 8.2 | $0.644 | 2/2 | 2.62s | |
| #6 | Gemini 3.7 Flash high | 10.0 | 9.8 | $0.646 | 2/2 | 3.77s | |
| #167 | Gemini 3.1 Flash Lite Preview low | 10.0 | 6.6 | $0.646 | 2/2 | 1.49s | |
| #22 | Gemini 3.8 Flash medium | 10.0 | 9.1 | $0.653 | 2/2 | 4.81s | |
| #52 | Muse Spark 1.2 low | Meta | 9.8 | 8.4 | $0.655 | 2/2 | 2.95s |
| #116 | Claude Sonnet 4.6 none | Anthropic | 6.5 | 7.3 | $0.661 | 1/2 | 1.96s |
| #23 | Qwen3.8 Max (0902) low | Qwen | 10.0 | 9.1 | $0.664 | 2/2 | 4.32s |
| #27 | Gemini 3.5 Flash medium | 9.9 | 9.0 | $0.665 | 2/2 | 2.70s | |
| #170 | Qwen3.6 35B A3B medium | Qwen | 10.0 | 6.6 | $0.672 | 2/2 | 7.50s |
| #59 | Muse Spark 1.1 low | Meta | 7.3 | 8.3 | $0.673 | 1/2 | 5.42s |
| #36 | Qwen3.8 Max (0902) medium | Qwen | 10.0 | 8.8 | $0.677 | 2/2 | 4.24s |
| #212 | Mimo V2 Omni medium | Xiaomi | 8.3 | 5.9 | $0.683 | 1/2 | 4.99s |