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 ↑.
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) |
|---|---|---|---|---|---|---|---|
| #129 | Muse Glimmer 30B medium | Meta | 9.8 | 7.2 | $0.211 | 2/2 | 5.34s |
| #130 | Qwen3.5-122B-A10B medium | Qwen | 10.0 | 7.1 | $1.207 | 2/2 | 9.88s |
| #132 | Step 3.7 Flash low | Stepfun | 9.8 | 7.1 | $0.390 | 2/2 | 1.58s |
| #134 | Grok 4.3 medium | X AI | 9.8 | 7.0 | $0.741 | 2/2 | 18.6s |
| #136 | DeepSeek V3.2 medium | DeepSeek | 10.0 | 7.0 | $0.078 | 2/2 | 35.8s |
| #139 | Mercury 2 medium | Inception | 10.0 | 7.0 | $0.094 | 2/2 | 1.07s |
| #140 | Grok 4.20 medium | X AI | 9.8 | 7.0 | $0.805 | 2/2 | 4.26s |
| #141 | Seed-2.0-Mini medium | Bytedance Seed | 10.0 | 7.0 | $0.116 | 2/2 | 17.5s |
| #142 | Kimi K2.5 medium | Moonshot AI | 10.0 | 7.0 | $0.479 | 2/2 | 92.5s |
| #143 | KAT-Coder-Pro V2.5 medium | Kwaipilot | 9.9 | 6.9 | $0.478 | 2/2 | 2.58s |
| #146 | Seed-2.0-Code high | Bytedance Seed | 9.8 | 6.9 | $1.273 | 2/2 | 11.3s |
| #147 | Gemini 3.5 Flash none | 9.8 | 6.9 | $1.093 | 2/2 | 3.38s | |
| #148 | Qwen3.6 Flash medium | Qwen | 10.0 | 6.8 | $0.741 | 2/2 | 6.05s |
| #149 | Step 3.7 Flash high | Stepfun | 9.8 | 6.8 | $1.229 | 2/2 | 1.52s |
| #150 | Seed-2.0-Code medium | Bytedance Seed | 9.8 | 6.8 | $1.153 | 2/2 | 10.3s |