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) |
|---|---|---|---|---|---|---|---|
| #110 | Kimi K2.7 Code medium | Moonshot AI | 9.9 | 7.4 | $0.687 | 2/2 | 5.39s |
| #62 | Muse Spark 1.3 low | Meta | 9.8 | 8.2 | $0.689 | 2/2 | 5.04s |
| #1 | Gemini 3.6 Flash high | 10.0 | 9.9 | $0.699 | 2/2 | 4.07s | |
| #96 | Nemotron 3 Ultra medium | NVIDIA | 9.8 | 7.6 | $0.701 | 2/2 | 6.35s |
| #49 | Qwen3.8 Max low | Qwen | 10.0 | 8.6 | $0.702 | 2/2 | 4.01s |
| #137 | GLM 5.1 medium | Z.ai | 6.4 | 7.0 | $0.727 | 1/2 | 7.47s |
| #134 | Grok 4.3 medium | X AI | 9.8 | 7.0 | $0.741 | 2/2 | 18.6s |
| #148 | Qwen3.6 Flash medium | Qwen | 10.0 | 6.8 | $0.741 | 2/2 | 6.05s |
| #204 | Grok 4.20 Beta medium | X AI | 9.8 | 6.0 | $0.750 | 2/2 | 4.89s |
| #197 | Trinity Large Thinking medium | Arcee AI | 4.4 | 6.1 | $0.756 | 0/2 | 3.99s |
| #10 | Gemini 3 Flash Preview medium | 10.0 | 9.5 | $0.763 | 2/2 | 4.04s | |
| #89 | Seed-2.0-Code low | Bytedance Seed | 9.8 | 7.7 | $0.767 | 2/2 | 12.2s |
| #29 | Qwen3.8 Max medium | Qwen | 10.0 | 9.0 | $0.771 | 2/2 | 3.49s |
| #105 | GPT-5.4 Mini medium | OpenAI | 9.8 | 7.5 | $0.786 | 2/2 | 2.13s |
| #140 | Grok 4.20 medium | X AI | 9.8 | 7.0 | $0.805 | 2/2 | 4.26s |